Pyrenees, Pic d’Ossau
2023 – 2024 [77h]
Statistique MAP 433, Ecole Polytechnique; 40h dont 2 cours d’amphi. Polycopié de cours disponible ici
Simulation Numérique Aléatoire MAP 474, Ecole Polytechnique; 37h dont 3 cours d’amphis, et responsable du cours.
2022 – 2023 [77h + 4h30]
Statistique MAP 433, Ecole Polytechnique; 40h dont 2 cours d’amphi
Simulation Numérique Aléatoire MAP 474, Ecole Polytechnique; 37h dont 3 cours d’amphis, et responsable du cours.
Méthodes de Monte Carlo par échantillonnage d’importance, 5A, INSA Toulouse; 2h30 cours et 2h TP.
2021 – 2022 [77h]
Statistique MAP 433, Ecole Polytechnique; 40h PC.
Simulation Numérique Aléatoire MAP 474, Ecole Polytechnique; 37h dont 3 cours d’amphis, et responsable du cours.
2020 – 2021 [77h]
Statistique MAP 433, Ecole Polytechnique; 40h PC (pas d’amphis; CoVID 19)
Simulation Numérique Aléatoire MAP 474, Ecole Polytechnique; 37h dont 3 cours d’amphis, et responsable du cours.
2019 – 2020 [77h]
Statistique MAP 433, Ecole Polytechnique; 36h PC et 3h Cours Amphi
Simulation Numérique Aléatoire MAP 474, Ecole Polytechnique; 37h dont un Cours Amphi.
2018 – 2019 [89h]
Reading Seminar « Markov chains, Markov processes », M2 RI – Univ. de Toulouse III; 12h
Statistique MAP 433, Ecole Polytechnique; 28h PC et 4.5h Cours Amphi
Simulation Numérique Aléatoire MAP 474, Ecole Polytechnique; 40h
2017 – 2018 [89h]
Reading Seminar « Markov chains, Markov processes », M2RI – Univ. de Toulouse III; 12h
Statistique MAP 433, Ecole Polytechnique; 32h PC et 10h (examen)
Simulation Numérique Aléatoire MAP 474, Ecole Polytechnique; 40h
2016 – 2017 [82h]
Statistique MAP 433, Ecole Polytechnique; 32h PC et 10h (examen)
Simulation Numérique Aléatoire MAP 474, Ecole Polytechnique; 40h
2015 – 2016 [94h]
Statistique MAP 433, Ecole Polytechnique; 32h PC et 17h (examen, polycopié)
Simulation Numérique Aléatoire MAP 474, Ecole Polytechnique; 35h
Simulation-based learning: theory and applications, M2 MVA; ENS Cachan; 10h
2014 – 2015 [103h]
Statistique MAP 433, Ecole Polytechnique; 32h PC
Simulation Numérique Aléatoire MAP 474, Ecole Polytechnique; 35h
Probabilités MAP 311, Ecole Polytechnique; 18h PC
Simulation-based learning: theory and applications, M2 MVA; ENS Cachan; 10h
Calcul numérique M2, Telecom ParisTech; 7.5 h
2013 – 2014
Simulation-based learning: theory and applications, M2 MVA; ENS Cachan; 10h
Probabilités L3, Telecom ParisTech; Cours et TD, 42h.
Calcul numérique M2, Telecom ParisTech; Cours, TD et TP; 16h30
2012 – 2013
Simulation-based learning: theory and applications, M2 MVA; ENS Cachan; 10h et encadrements de projets
Probabilités L3, Telecom ParisTech; Cours et TD, 42h.
Calcul numérique M2, Telecom ParisTech; Cours, TD et TP; 27h
2011 – 2012
Méthodes de Simulation pour le Traitement Statistique de l’Image, M2 MVA; ENS Cachan; 10h et encadrement de projets
Probabilités L3, Telecom ParisTech; Cours et TD, 40h.
Méthodes de Monte Carlo pour la finance M2, Telecom ParisTech; Cours, TD et TP; 16h30
Etude de cas de Statistiques L2, Telecom ParisTech; 4.5h
Monte Carlo methods, semaine ATHENS, Telecom ParisTech; Cours, TD, TP 4.5h
Méthodes de Simulation pour le Traitement Statistique de l’Image, M2 MVA; ENS Cachan; 10h et encadrement de projets
Probabilités L3, Telecom ParisTech; Cours et TD, 45h.
Méthodes de Monte Carlo pour la finance M2, Telecom ParisTech; Cours, TD et TP; 15h
Monte Carlo methods, semaine ATHENS, Telecom ParisTech; Cours, TD, TP 18h
Optimisation L3, Telecom ParisTech; Cours, TD, 15h
2009 – 2010
Méthodes de Simulation pour le Traitement Statistique de l’Image, M2 MVA; ENS Cachan; 6h et encadrement de projets
Probabilités L3, Telecom ParisTech; Cours et TD, 45h.
Méthodes de Monte Carlo pour la finance M2, Telecom ParisTech; Cours, TD et TP; 21h
Monte Carlo methods, semaine ATHENS, Telecom ParisTech; Cours, TD, TP 9h
Optimisation L3, Telecom ParisTech; Cours, TD, 15h
Introduction aux méthodes MCMC, M1; Telecom SudParis; Cours 3h
Probabilités L3, Telecom ParisTech; Cours et TD, 45h.
Méthodes de Monte Carlo pour la finance M2, Telecom ParisTech; Cours, TD et TP; 18h et encadrements de projets
Monte Carlo methods, semaine ATHENS, Telecom ParisTech; Cours, TD, TP 9h
Optimisation L3, Telecom ParisTech; Cours, TD, 15h
2007 – 2008
Probabilités L3, Telecom ParisTech; Cours et TD, 45h.
Méthodes de Monte Carlo pour la finance M2, Telecom ParisTech; Cours, TD et TP; 18h et encadrements de projets
2006 – 2007
Probabilités L3, Telecom ParisTech; Cours et TD, 45h.
Méthodes de Monte Carlo pour la finance M2, Telecom ParisTech; Cours, TD et TP; 12h
2005 – 2006
Econométrie des Variables dynamiques M1, Univ. Paris Dauphine; Cours et TD, 50h
2004 – 2005
(pas d’activités d’enseignement)
2003 – 2004
Probabilités L1, Univ. P. Mendès France; Cours et TD, 39h
Ingéniérie Statistique M2, Univ. J. Fourier; cours et TP, 25h
2002 – 2003
Théorie de l’Intégration L2, Univ. J. Fourier; TD et TP, 54h
Probabilités L1, Univ. P. Mendès-France; Cours et TD 39h
2001 – 2002
Probabilités L1, Univ. P. Mendès-France; Cours et TD 66h
Régression Linéaire, Univ. P. Mendès-France; Cours et TD 18h
