Objectifs du cours :
  • Exploiter et calculer des effectifs, des varaitions absolues ou des taux de variations
  • Effectuer des prédictions à l'aide d'une suite arithmétique ou d'une suite géométrique
  • Justifier une hypothèse de croissance linéaire ou exponentielle
  • Comparer des valeurs fournies par un modèle à des données réelles
  • Expliquer le modèle de Malthus et ses limites
Objectifs du cours :
  • Identifier les méthodes de mesure de la biodiversité
  • Estimer l'effectif d'une population à partir d'échantillons
  • Montrer qu'au cours de l'évolution la composition génétique d'une population change
Objectifs du cours :
  • Connaitre l'histoire du traitement de l'information
  • Savoir qu'un ordinateur manipule des données numérisées et que les programmes sont des données
  • Reconnaitre les bogues (ou bugs) d'un programme aux conséquences parfois graves
  • Savoir ce qu'est l'intelligence artificielle et l'apprentissage machine
  • Savoir que la qualité et le représentativité des données d'entrainement influencent les résultats
  • Savoir utilisr l'interférence bayésienne en vue d'un diagnostic médical