Introduction à la programmation et à l`algorithmique

Sciences de la Vie
Bioinformatique et statistiques
I
In nt tr ro od du uc ct ti io on n à à l la a p pr ro og gr ra am mm ma at ti io on n e et t à à l l' 'a al lg go or ri it th hm mi iq qu ue e
p
po ou ur r l le es s b bi io ol lo og gi is st te es s ( (O OB BI I2 2) )
R
Re es sp po on ns sa ab bl le es s : : I In ng gr ri id d L La af fo on nt ta ai in ne e, , P Ph hi il li ip pp pe e L Lo op pe ez z
P
Pu ub bl li ic c e et t p pr ré ér re eq qu ui is s
B
Bi io ol lo og gi is st te es s ( (a au u s se en ns s l la ar rg ge e) ), , c ch he er rc ch he eu ur rs s, ,
i
in ng gé én ni ie eu ur rs s o ou u t te ec ch hn ni ic ci ie en ns s. .
Pré requis : Avoir suivi la formation “Unix/Linux pour
la biologie (OBI1)” ou connaître le système Unix et la
programmation en bash.
O
Ob bj je ec ct ti if fs s
Le stagiaire s’initiera à la programmation et à
l'algorithmique.
Il étudiera la faisabilité d'un algorithme : les
problèmes simples et les problèmes complexes.
Il programmera quelques algorithmes classiques pour
l'optimisation et le traitement des données.
C
Co on nt te en nu us s
● Qu'est ce qu'un algorithme ? Analyse d'un
problème.
● Représentation et structures de données.
● Liaisons entre les structures de données et les
algorithmes.
● Complexité d'un algorithme. Résolutions exactes
et heuristiques.
● Méthodes d'optimisation.
La mise en œuvre sera faite dans un langage de
programmation interprété et souple (Python).
Planning
● Jour 1 : cours : notions générales d'algorithmique
et de programmation - présentation du langage
Python (variables, structure de contrôle,
fonctions)./ TP : utilisation des structures de
données et des structures des contrôles de
Python, fonctions.
● Jour 2 : Cours : algorithmes de tri. / TP :
mise en œuvre du tri (bulle, merge).
● Jour 2 : Cours : algorithmes de tri.TP : mise en
œuvre du tri (bulle, merge).
● Jour 3 : Cours : optimisation (simplexe, Monte
Carlo et méthodes dérivées (recuit simulé),
gradients). TP : dictionnaires, compte de mots,
analyse du biais de GC sur un génome.
● Jour 4 : TP : optimisation suite (recuit simulé à
partir duMonte Carlo, taboo search, gradient).
Pour en savoir plus :
http://abiens.snv.jussieu.fr/OBI/OBI2
O
Or rg ga an ni is sa at ti io on n
Durée de la formation : 28 h sur 8 demi-journées
(4 jours successifs).
Nombre de Participants : Minimum 1 - Maximum 4.
Le public sera composé des stagiaires en formation
continue et doctorants (maximum 14 personnes au
total).
Les travaux pratiques sont encadrés par au moins
deux enseignants.
C
Ca al le en nd dr ri ie er r
Du 21 au 24 mars 2016.
Inscription obligatoire au moins 2 mois avant la
session.
V
Va al li id da at ti io on n
Attestation de stage.
T
Ta ar ri if f
720 €.
Mots-clés :
Programmation – Algorithmes – Structures de
données - Python – Optimisation – Formation
C
Co on nt ta ac ct t a ad dm mi in ni is st tr ra at ti if f
P Pô ôl le e s sc ci ie en nc ce es s - - C Co or ri in nn ne e V VI ID DA AL L – – 0 01 1 4 44 4 8 82 2 8 82 2 e em ma ai il l : : f fo or rm ma at ti io on n. .c co on nt ti in nu ue e@ @u up pm mc c. .f fr r
Accueil public : campus Jussieu – 4, place Jussieu – 75005 Paris – Tour 14/24 – 5ème étage