Description
Objectif général de la formation : Permettre aux participants de maîtriser les bases de la théorie des graphes ainsi que les principaux algorithmes pour analyser des réseaux complexes. Modalité : Toutes les modalités (présentiel, classe virtuelle et hybride) sont possibles Lieu possible de réalisation : Locaux du bénéficiaire ou locaux d’Ascent Formation, en France métropolitaine et dans les DROM-COM Nombre maximal de participants : 20 Niveau SAME : Application (A) Compétences visées : Comprendre les concepts fondamentaux de la théorie des graphes. Appliquer les algorithmes principaux pour analyser des réseaux. Utiliser des outils pour visualiser et interpréter des graphes. Modéliser des problématiques réelles sous forme de graphes.
Objectifs pédagogiques
- Découvrir les éléments fondamentaux de la théorie des graphes.
- Maîtriser les algorithmes courants tels que Dijkstra, Kruskal et Pagerank.
- Manipuler et visualiser des graphes à l’aide de bibliothèques Python.
- Appliquer les graphes à des problématiques concrètes comme les réseaux sociaux ou les systèmes logistiques.
Public concerné
Prérequis
Déroulé du programme
Jour 1 : Fondamentaux de la théorie des graphes (6 heures)
- Introduction à la théorie des graphes (2 heures)
Définition des graphes : nœuds, arêtes, pondérations.
Différents types de graphes : orientés, non-orientés, pondérés.
Travaux pratiques : Création et visualisation de graphes simples.
- Algorithmes fondamentaux (2 heures)
Algorithmes de recherche dans les graphes : parcours en largeur (BFS) et en profondeur (DFS).
Introduction aux algorithmes de plus court chemin : Dijkstra, Bellman-Ford.
Travaux pratiques : Implémentation d’un algorithme de parcours en Python.
- Visualisation et manipulation de graphes (2 heures)
Bibliothèques Python : NetworkX, Matplotlib, Gephi.
Représentation des graphes avec des matrices et des listes.
Travaux pratiques : Visualisation d’un graphe à l’aide de NetworkX.
Jour 2 : Applications avancées et cas pratiques (6 heures)
- Algorithmes avancés pour les graphes (2 heures)
Algorithmes de centralité (Pagerank, centralité de degré, etc.).
Détection de communautés et clustering.
Travaux pratiques : Analyse d’un réseau social fictif.
- Applications concrètes des graphes (2 heures)
Applications aux réseaux sociaux, informatiques, logistiques, et bioinformatiques.
Étude de cas : Analyse des relations dans un réseau social.
Travaux pratiques : Modélisation d’une problématique réelle sous forme de graphe.
- Gestion des grands graphes (2 heures)
Traitement des graphes volumineux : graphes distribués et frameworks comme Neo4j.
Introduction aux algorithmes distribués (Apache Spark GraphX).
Travaux pratiques : Manipulation de données volumineuses avec Neo4j.
Informations
Durée
2 jour(s)
12h
Sur demande
Formations similaires
Migration vers le Cloud
Sur demande
Agents IA — Concevoir des systèmes autonomes avec LangChain et LangGraph - Avancé
Sur demande
AI Act européen — Comprendre vos obligations et vous mettre en conformité - Niveau débutant
Sur demande
Analyse bayésienne (4-107)
Sur demande