Skip to content

Ce dépôt GitHub regroupe tous les cours, TP, TD, projets, et exercices de ma formation en master en mathématiques appliquées pour la science des données. Parcourez-le pour une vue complète de mon parcours académique, offrant une perspective détaillée de mon apprentissage dans ce domaine.

bydevmar/Master_MASD_FPO

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

Master MASD FPO REPO 🎓📚

Salut! Je suis Abdelfattah BOUHLALI, un passionné de données et de code! 👨‍💻📈

English 🇬🇧

Welcome to my GitHub repository! 🌟 Here, you'll discover an extensive array of courses, labs, tutorials, projects, exercises, and presentations. 📖🔬 These materials represent the essence of my journey through the Master's program in Applied Mathematics, specializing in Data Science and Software Engineering. 🧮💻

Dive into the digital treasure trove of data science and software engineering knowledge I've amassed! 🏊‍♂️💡

ARABIC 🇦🇪

أهلاً بكم في مستودع GitHub الخاص بي! 🌐 هنا، ستجدون مجموعة واسعة من الدورات، والمشاريع، وورش العمل، والتمارين، والعروض التقديمية. 📘🖥 هذه المواد هي ثمرة مسيرتي الأكاديمية في برنامج الماجستير بالرياضيات التطبيقية، مع التركيز على علوم البيانات وهندسة البرمجيات.

FRENCH 🇫🇷

Bienvenue dans mon dépôt GitHub ! 🚀 Ici, vous trouverez une collection riche de cours, TP, TD, projets, exercices et présentations. 📐🖋 Ces documents sont le reflet de mon parcours académique en Master de Mathématiques Appliquées, axé sur la Science des Données et le Génie Logiciel.

Plongez et savourez le savoir-faire en science des données et en génie logiciel que j'ai compilé pendant mes études! 🤿🧠

Folder structure:

Folder structure:

  • 📂 Master_MASD_FPO
    • 📂 SEMESTER 1
      • 📂 Algèbre appliquée à la science des données
        • 📂 COURS
        • 📂 EXERCICES
        • 📂 Exams
          • 📂 Exam 2022
          • 📂 Exam 2023-2024
        • 📂 TD
      • 📂 Initiation à la recherche scientifique
        • 📂 COURS
        • 📂 Exams
          • 📂 exam 22_23
        • 📂 PRESENTATIONS
          • 📂 1- Les outils de la recherche scientifique
          • 📂 10-Les Differents Types d'Articles Scientifiques
          • 📂 2- La litterature et les elements de la recherche scientifique
          • 📂 5- l'indexation des journaux scientifiques et la bibliométrie
          • 📂 6- Évaluation de la fiabilité des journaux scientifiques
          • 📂 7- Les facteurs d'impact et ses indicateurs
          • 📂 8- Gérer les données et les références de la recherche scientifique
          • 📂 9- les activités scientifiques et les structures de recherche à l'université
      • 📂 Mathématiques pour l'économie I
        • 📂 Cours
          • 📂 0. Introduction à l'économie
          • 📂 1. La théorie d’utilité
          • 📂 2. L'équilibre du consommateur
          • 📂 3. La théorie de production
          • 📂 4. L'équilibre du producteur
          • 📂 5. Analyse coût-avantage
          • 📂 6. Théorie des coûts
          • 📂 7. Théorie des marchés
          • 📂 8. Droit de propriété
        • 📂 Examen
          • 📂 EXAM MASD 2023_2024
          • 📂 Other
        • 📂 Revision
          • 📂 Exercices
      • 📂 Modélisation avec Python
        • 📂 Cours
          • 📂 A- Extras
            • 📂 Exercices
              • 📂 1
          • 📂 B- Variables
          • 📂 C- Affichage
          • 📂 Cours
          • 📂 D- Listes
          • 📂 E- Boucles et Comparaisons
          • 📂 F- Tests
          • 📂 G- Fichiers
            • 📂 .ipynb_checkpoints
            • 📂 Exercices
            • 📂 other_files
            • 📂 paths
              • 📂 path
                • 📂 vehicules
          • 📂 H- Modules
          • 📂 I- Fonctions
          • 📂 J- Chaînes de caractère
          • 📂 K- Classes et Objets et Attributs
          • 📂 L- Numpy
            • 📂 .ipynb_checkpoints
          • 📂 M- Pandas
            • 📂 Pandas Advanced
              • 📂 .ipynb_checkpoints
            • 📂 Pandas Introduction
              • 📂 .ipynb_checkpoints
            • 📂 Presentation
              • 📂 .ipynb_checkpoints
          • 📂 N-Matplotlib
          • 📂 O- Scipy
        • 📂 Exams
          • 📂 Exam 2022_2023
            • 📂 .ipynb_checkpoints
        • 📂 Exercices
          • 📂 TD1
      • 📂 Probabilités et Statistiques
        • 📂 Cours
        • 📂 Exams
          • 📂 Exam 2022_2023
          • 📂 Exam 2023-2024
        • 📂 Exercices
          • 📂 Serie 1
          • 📂 Serie 2
          • 📂 Serie 3
        • 📂 Presentations
          • 📂 Ressources
      • 📂 Progiciel de gestion Intégré
        • 📂 COURS
          • 📂 Plan Comptable Marocain
        • 📂 Exams
          • 📂 Exam 2022
          • 📂 Example QCM
        • 📂 TP
    • 📂 SEMESTER 2
      • 📂 Analyse des données
        • 📂 Cours
        • 📂 Exercice
        • 📂 Presentations
          • 📂 ACP
      • 📂 Anglais
        • 📂 COURS
          • 📂 AUDIOS
        • 📂 EXAMS
        • 📂 EXERCICES
          • 📂 TEST
        • 📂 TD
        • 📂 TP
      • 📂 Base de données
        • 📂 Cours
        • 📂 Exercices
          • 📂 Exercice1
        • 📂 PRESENTATION
          • 📂 CASANDRA
        • 📂 TP
          • 📂 TP1
          • 📂 TP2
      • 📂 Mathématiques pour l'économie II
        • 📂 Assets
        • 📂 PRESENTATIONS
          • 📂 1- Les Instruments Financiers
          • 📂 2- Basel Dodd Frank
            • 📂 Basel et Dodd Frank
              • 📂 Assets
              • 📂 Frames
                • 📂 Conclusion
                • 📂 Introduction
                • 📂 La Loi Dodd Frank
                • 📂 Les Accords de Bale
          • 📂 Assets
          • 📂 BASEL_DODD_FRANK
      • 📂 Optimisation linéaire et non linéaire
        • 📂 COURS
      • 📂 Théorie des graphes
        • 📂 Cours
        • 📂 Presentations
          • 📂 La connéctivité la théorie de MENGER en théorie des praphes
            • 📂 PRESENTATION
              • 📂 Figures
              • 📂 Frames
                • 📂 Concepts Introductifs
                • 📂 Conclusion
                • 📂 Distance et Connexite
                • 📂 Thoreme de Menger
            • 📂 REPORT
              • 📂 Assets
              • 📂 Sections
                • 📂 Distance et Connexite
                • 📂 Introduction
                • 📂 Menger
    • 📂 SEMESTER 3
      • 📂 Analyse des données massives
      • 📂 Droit des données personnelles
      • 📂 Machine Learning pour la science des données
      • 📂 Modélisation Stochastique
      • 📂 Rédaction scientifique et avec LaTeX
      • 📂 Statistiques des données en grande dimension
    • 📂 STAGE

About

Ce dépôt GitHub regroupe tous les cours, TP, TD, projets, et exercices de ma formation en master en mathématiques appliquées pour la science des données. Parcourez-le pour une vue complète de mon parcours académique, offrant une perspective détaillée de mon apprentissage dans ce domaine.

Topics

Resources

Stars

Watchers

Forks

Contributors 4

  •  
  •  
  •  
  •