Sciences cognitives - Accès santé (LAS)

Le but est de préparer les étudiants à une spécialisation en statistiques, en mathématiques appliquées, en sciences des données, en économie ou en sciences-cognitives en leur donnant : 
- des connaissances larges et solides en mathématiques, allant d’une bonne compréhension des structures abstraites à l’utilisation de logiciels de statistiques et de calcul numérique 
- les compétences pour discerner les problématiques auxquelles les mathématiques apportent une valeur ajoutée, et construire et utiliser des modèles mathématiques éventuellement complexes 
- de solides bases techniques en statistiques
- la maîtrise du langage Python et de langages spécifiques (web, bases de données)
- le savoir-faire pour modéliser une question concrète et la résoudre en utilisant avec discernement leurs acquis en mathématiques et informatique, et leurs connaissances en sciences cognitives
- la capacité d’interagir avec différents domaines applicatifs et la possibilité de s’adapter à des environnements de travail variés y compris à l’international.

Mathématiques:   
- Traduire un problème en langage mathématique.
- Construire et rédiger une démonstration mathématique synthétique et rigoureuse.
- Résoudre des équations de façon exacte et par des méthodes numériques.  
- Trouver des solutions à un problème multivarié de façon exacte et par des méthodes numériques.
 
En utilisant des notions 

    • D’analyse
-limites, continuité, dérivabilité et intégration, développements limités,  équations différentielles, décomposition en éléments simples dans R.
- convergence des suites et séries numériques, des suites et des séries de fonctions et des intégrales impropres.
- continuité, différentiation et intégration des fonctions de plusieurs variables réelles.

    • D’algèbre
- espace vectoriel, applications linéaires et réduction des endomorphismes d’un espace vectoriel, formes bilinéaires et produits scalaires.

    • De probabilité 
- calcul probabiliste, lois en probabilités usuelles,  théorèmes de convergence.

    • De statistique
- bases de la statistique inférentielle
- méthodes statistiques utilisant les théorèmes de convergence. 
- Modélisation de données à partir du modèle linéaire.

    • Et d’optimisation
- résolution d’un problème de minimisation convexe, avec et sans contraintes, dans un cadre continu et discret. 

Informatique: 
    • Outils
- Utiliser les outils numériques de référence et les règles de sécurité informatique pour acquérir, traiter, produire et diffuser de l’information ainsi que pour collaborer en interne et en externe.
- Expliquer et documenter la mise en œuvre d'une solution informatique.

    • Algorithmique, Programmation
- Mettre en œuvre des techniques algorithmiques et de programmation, en utilisant le langage Python.

    • Bases de données
- Concevoir, implémenter et exploiter des bases de données.
- Traduire un problème afférant à une base de données en langage mathématique.

    • Science des données
- Connaître le cycle de traitement de la science des données. 
- Mettre un jeu de données sous la forme d’un tableau de données afin de pouvoir ensuite le traiter par des algorithmes d’apprentissage automatique. Cela inclut la réalisation de pré-traitements sur le jeu de données.
- Mettre en œuvre un algorithme d’induction de modèle prédictif (classification supervisée et régression)
- Évaluer les performances d’un modèle prédictif.
- Comparer les performances de différents modèles prédictifs.
- Réaliser une exploration visuelle d’un jeu de données en vue de l’induction d’un modèle prédictif.
- Mettre en œuvre un algorithme de classification non supervisée.
- Connaître les fondements mathématiques de ces algorithmes.

Sciences cognitives:
- S'initier aux questions fondamentales sur l'étude de la cognition et comprendre les différentes approches de la cognition (psychologique, neuroscientifique, computationnelle,…).
- S'initier au fonctionnement du cerveau pour comprendre les grandes fonctions cognitives.
- S’initier à la manière dont les sciences cognitives peuvent être appliquées dans le domaine des technologies innovantes.
- Comprendre les notions fondamentales dans l’étude des processus cognitifs (mémoire et attention, apprentissage et motivation, langage et communication, apprentissage de la lecture).
-Savoir appliquer les notions fondamentales de la cognition et comprendre les grandes approches théoriques de la cognition
- Comprendre la démarche de la recherche (question de recherche, protocole, collecte des données) dans le domaine des sciences cognitives.
- Savoir comment mettre au point une étude en sciences cognitives.
- Savoir conclure sur des hypothèses à partir de données recueillies.
-Identifier, sélectionner et analyser avec esprit critique diverses ressources dans son domaine de spécialité pour documenter un sujet et interpréter des données

- Licence pluridisciplinaire, avec une équipe pédagogique aux compétences variées : experts en sciences cognitives, informaticiens, mathématiciens appliqués et théoriques.
- Beaucoup d’enseignements en petits groupes permettant un suivi individuel des étudiants et une orientation personnalisée.
- Stage de mathématiques et aide méthodologique en première année pour la mise à niveau des étudiants dont le niveau en mathématiques serait trop juste.
-Programmes de sciences cognitives accessibles sans connaissances préalables, donc adapté à tout choix d’options.
-Possibilité de réaliser un stage en deuxième ou troisième année pour conforter son projet professionnel.
-Large choix de poursuite d’études et nombreux débouchés garantissant une bonne insertion professionnelle.