Diplôme / Certificat
Master
Coordonateur
AMAL BERGAM (email: abergam@uae.ac.ma)
Composante
Faculté Polydisciplinaire à Larache
Langue principale d'enseignement
Français
Objectifs de la formation
Le Master « Modélisation, Mathématiques Appliquées et Apprentissage » vise à former des experts capables de modéliser des phénomènes réels et de concevoir des algorithmes performants.
Il combine des compétences en mathématiques appliquées (optimisation, analyse numérique, probabilités, statistiques) et en apprentissage automatique, tout en intégrant les technologies adaptées aux problèmes modélisés.
Prérequis
- Diplômes requis
- Licence
- Licence (parcours d’excellence)
- Licence des études fondamentales
- Licence en éducation
- Tout diplôme équivalent
- Prérequis pédagogiques spécifiques
- Algèbre linéaire
- Analyse réelle
- Calcul différentiel
- Analyse numérique
- Probabilités
- Statistique
- Programmation informatique
Débouchés de la formation
Le Master Modélisation, Mathématiques Appliquées et Apprentissage offre des débouchés dans de nombreux secteurs basés sur la modélisation, la simulation et l’analyse des données, que ce soit :
- dans des entreprises,
- dans des laboratoires universitaires internationaux,
- dans des grands instituts de recherche,
- ou en intégrant directement une formation doctorale.
Programme
Semestre 1
- Programmation et Algorithmique
- Matrix numerical analysis
- Probabilité et statistiques inférentielles
- Equations aux Dérivées Partielles et Méthode des Eléments Finis
- Culture digitale
- LANGUES ETRANGERES (ANGLAIS)
- Analyse fonctionnelle et Théorie des Opérateurs
Semestre 2
- Optimisation linéaire et non linéaire
- Modélisation des systèmes dynamiques et applications
- Modélisation stochastique et mathématiques financières
- منهجية البحث العلمي
- Culture entrepreneuriale et techniques de la communication
- Data Analysis and Data Mining
- Chaines de Markov et méthodes de Monte Carlo
Semestre 3
- Calcul de variations et contrôle optimal
- Modélisation déterministe et applications
- Théorie de l’apprentissage automatique
- Les Problèmes inverses
- Logiciels numériques avancés et Deep learning
- Méthodes numériques et techniques auto adaptatives de maillages
- Metaheuristic Optimization Algorithms
Semestre 4
- Projet de fin d’études