Ce cours de Méthodes numériques appliquées, destiné aux étudiants de troisième année du cycle Ingénieur en Automatique et Systèmes Intelligents, vise à fournir les outils mathématiques et numériques nécessaires à la modélisation, à l’analyse et à la résolution de problèmes rencontrés en automatique et en traitement de données. Il débute par un rappel des notions essentielles relatives aux vecteurs et aux matrices, en mettant l’accent sur les opérations matricielles, les propriétés particulières des matrices, leur représentation numérique ainsi que les notions de norme, de sensibilité et de conditionnement. Le cours aborde ensuite la résolution de systèmes d’équations non linéaires à travers les méthodes de Newton et de Levenberg-Marquardt. Une deuxième partie est consacrée aux méthodes de clustering, notamment les K-means, le clustering hiérarchique et DBSCAN, ainsi qu’aux principaux critères permettant d’évaluer la qualité des regroupements obtenus. Enfin, le cours introduit les méthodes des moindres carrés et leurs applications à l’ajustement de courbes, à la régression, à l’estimation et à la classification, en abordant également les principales techniques d’évaluation et de validation des modèles. En associant les fondements théoriques à des travaux pratiques et à des applications numériques, cet enseignement vise à développer chez les étudiants les compétences nécessaires pour formuler, analyser et résoudre efficacement des problèmes numériques liés à l’automatique, à l’identification de modèles, à l’analyse de données et, plus largement, aux systèmes intelligents.