Florian/graphes-l3
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity

page de présentation : licence CC BY-SA, liens des séances, nettoyage

Browse Source
This commit is contained in:
admin
2026-09-08 20:05:08 +02:00
parent a0cbd029ea
commit 17bac56ec5
1 changed files with 41 additions and 63 deletions
Download Patch File Download Diff File Expand all files Collapse all files
README.md
+41 -63
View File
@@ -1,84 +1,62 @@
# Algorithmes des Graphes - L3 Sociologie Quantitative # Algorithme des graphes
[![Licence CC BY-NC-SA 4.0](https://img.shields.io/badge/Licence-CC%20BY--NC--SA%204.0-lightgrey.svg)](http://creativecommons.org/licenses/by-nc-sa/4.0/) [![Licence CC BY-SA 4.0](https://img.shields.io/badge/Licence-CC%20BY--SA%204.0-lightgrey.svg)](http://creativecommons.org/licenses/by-sa/4.0/)
[![Jupyter Notebook](https://img.shields.io/badge/Jupyter-Notebook-orange.svg)](https://jupyter.org/) [![Jupyter Notebook](https://img.shields.io/badge/Jupyter-Notebook-orange.svg)](https://jupyter.org/)
Cours d'**algorithmes des graphes** pour les étudiants de L3 en sociologie quantitative. Cours d'algorithmes des graphes en L3 de sociologie quantitative.
## Objectifs Un graphe, c'est un ensemble de points reliés entre eux. C'est aussi la façon la plus directe
de représenter un réseau de relations : qui connaît qui, qui parle à qui, qui influence qui.
Ce cours vous apprend à construire ces objets, à les mesurer et à les interroger, pour :
Comprendre et utiliser les graphes pour analyser les **réseaux sociaux** et les **relations entre individus** : - modéliser des interactions sociales
- Modéliser des interactions sociales - repérer les personnes qui occupent une position influente
- Identifier les individus influents - détecter des communautés
- Détecter des communautés - suivre la diffusion d'une information ou d'une innovation
- Analyser la diffusion d'information
## Ouvrir les notebooks ## Ouvrir les notebooks
| Outil | Installation | Les séances sont des notebooks Python, des fichiers `.ipynb`. Vous pouvez les ouvrir de trois
|-------|--------------| façons, au choix.
| **[Basthon](https://basthon.fr)** | En ligne, sans installation |
| **Jupyter Notebook** | `pip install notebook` puis `jupyter notebook` |
| **Google Colab** | [colab.research.google.com](https://colab.research.google.com) |
## Programme — 12 séances (24h) | Outil | Comment |
|-------|---------|
| [Basthon](https://basthon.fr) | En ligne, rien à installer |
| [Google Colab](https://colab.research.google.com) | En ligne, avec un compte Google |
| Jupyter | `pip install notebook` puis `jupyter notebook` |
Aligné sur le programme officiel de la maquette (BCC5, EC "Algorithme des graphes"). Une séance tampon (11) est explicitement réservée pour absorber le retard selon le niveau réel de la promo plutôt que de préparer un second parcours en parallèle, notamment s'il y a du retard sur Python. Chaque séance est également consultable directement en ligne depuis le menu de gauche, sans
rien télécharger.
| # | Séance | Statut | ## Les séances
|---|--------|--------|
| 1 | Définitions, typologie des graphes, prise en main de NetworkX | Fait |
| 2 | Représentations : matrice et liste d'adjacence, matrice/liste d'incidence | Fait |
| 3 | Mesures statistiques avancées (clustering, distribution des degrés...) | Fait |
| 4 | Parcours BFS/DFS | Fait |
| 5 | Composantes connexes + diffusion d'information (BFS) | Fait |
| 6-7 | Graphes pondérés et algorithme de Dijkstra (allégé) | Fait |
| 8 | Centralité (degré, proximité, intermédiarité) | Fait |
| 9 | Coloration de graphes | Fait |
| 10 | Page-rank et propagation d'étiquettes (label propagation) | Fait |
| 11 | Séance tampon / rattrapage | réservée, pas de contenu fixe |
| 12 | Révisions + partiel blanc | Fait |
### Applications sociologiques (fil rouge de tout le cours) | # | Séance | À télécharger |
|---|--------|---------------|
| 1 | Définitions, typologie des graphes, prise en main de NetworkX | [cours](https://florianmathieu.prof/hub-docs/socio/Seance_1/Seance_1.ipynb), [TP](https://florianmathieu.prof/hub-docs/socio/Seance_1_TP/Seance_1_TP.ipynb) |
| 2 | Représentations : matrice et liste d'adjacence, matrice et liste d'incidence | [cours](https://florianmathieu.prof/hub-docs/socio/Seance_2_Representations/Seance_2_Representations.ipynb) |
| 3 | Mesures statistiques : clustering, distribution des degrés | [cours](https://florianmathieu.prof/hub-docs/socio/Seance_3_Mesures_Statistiques/Seance_3_Mesures_Statistiques.ipynb) |
| 4 | Parcours de graphes : BFS et DFS | [cours](https://florianmathieu.prof/hub-docs/socio/Seance_4_BFS_DFS/Seance_4_BFS_DFS.ipynb) |
| 5 | Composantes connexes et diffusion d'information | [cours](https://florianmathieu.prof/hub-docs/socio/Seance_5_Composantes_Diffusion/Seance_5_Composantes_Diffusion.ipynb), [TP](https://florianmathieu.prof/hub-docs/socio/Seance_5_TP_Contamination/Seance_5_TP_Contamination.ipynb) |
| 6 | Graphes pondérés : de la force brute à l'intuition de Dijkstra | [partie 1](https://florianmathieu.prof/hub-docs/socio/Dijkstra/Seance_6_Dijkstra_1_RecapForceBrute/Seance_6_Dijkstra_1_RecapForceBrute.ipynb), [partie 2](https://florianmathieu.prof/hub-docs/socio/Dijkstra/Seance_6_Dijkstra_2_Intuition/Seance_6_Dijkstra_2_Intuition.ipynb) |
| 7 | Algorithme de Dijkstra : mise en œuvre | [cours](https://florianmathieu.prof/hub-docs/socio/Dijkstra/Seance_7_Dijkstra_Implementation/Seance_7_Dijkstra_Implementation.ipynb) |
| 8 | Centralité : degré, proximité, intermédiarité | [cours](https://florianmathieu.prof/hub-docs/socio/Seance_8_Centralite/Seance_8_Centralite.ipynb) |
| 9 | Coloration de graphes | [cours](https://florianmathieu.prof/hub-docs/socio/Seance_9_Coloration/Seance_9_Coloration.ipynb) |
| 10 | Page-rank et propagation d'étiquettes | [cours](https://florianmathieu.prof/hub-docs/socio/Seance_10_PageRank_LabelPropagation/Seance_10_PageRank_LabelPropagation.ipynb) |
| 11 | Rattrapage et approfondissement | |
| 12 | Révisions et partiel blanc | [sujet](Seance_12_Partiel.md) |
- Analyse des réseaux sociaux, identification des individus influents ## Cours et exercices
- Détection de communautés
- Étude des inégalités d'accès aux ressources
- Diffusion des idées et innovations
## Structure du dépôt - [Introduction contextuelle](COURS.md)
- [Concepts fondamentaux](FONDAMENTAUX.md)
``` - [Exercices, série 1](Exercices_1.md)
├── COURS.md # Chapitre 1 : introduction contextuelle - [Exercices, série 2](Exercices_2.md)
├── FONDAMENTAUX.md # Chapitre 2 : concepts de base
├── Seance_1.ipynb / Seance_1_TP.ipynb # Séance 1 : prise en main de NetworkX
├── Seance_2_Representations.ipynb # Séance 2 : matrice/liste d'adjacence, incidence
├── Seance_3_Mesures_Statistiques.ipynb # Séance 3 : mesures statistiques avancées
├── Seance_4_BFS_DFS.ipynb # Séance 4 : parcours & distances (BFS/DFS)
├── Seance_5_Composantes_Diffusion.ipynb (+ Corrigé) # Séance 5 : composantes connexes & diffusion
├── Dijkstra/ # Séance 6 (recap + intuition), Séance 7 (implémentation), annexes optionnelles (preuve/complexité, version dictionnaire)
├── Seance_8_Centralite.ipynb # Séance 8 : centralité
├── Seance_9_Coloration.ipynb # Séance 9 : coloration de graphes
├── Seance_10_PageRank_LabelPropagation.ipynb # Séance 10 : page-rank & label propagation
├── Exercices_1.md, Exercices_2.md # Exercices complémentaires
├── Seance_12_Partiel.md / Seance_12_Partiel_Corrige.md # Partiel blanc et son corrigé
├── Exercices/, copies/ # Travaux et rendus d'étudiants
└── assets/ # Images et schémas
```
## Ressources
- [Introduction contextuelle (cours)](COURS.md)
- [Concepts fondamentaux (cours)](FONDAMENTAUX.md)
- [Exercices — série 1](Exercices_1.md)
- [Exercices — série 2](Exercices_2.md)
- [Partiel blanc](Seance_12_Partiel.md) *(le corrigé reste privé, non publié)*
## Licence ## Licence
<a rel="license" href="http://creativecommons.org/licenses/by-nc-sa/4.0/"><img alt="Licence Creative Commons" style="border-width:0" src="https://i.creativecommons.org/l/by-nc-sa/4.0/88x31.png" /></a> <a rel="license" href="http://creativecommons.org/licenses/by-sa/4.0/"><img alt="Licence Creative Commons" style="border-width:0" src="https://i.creativecommons.org/l/by-sa/4.0/88x31.png" /></a>
Ce cours est sous licence [CC BY-NC-SA 4.0](http://creativecommons.org/licenses/by-nc-sa/4.0/). Ce cours est sous licence [CC BY-SA 4.0](http://creativecommons.org/licenses/by-sa/4.0/).
--- ---