v2.8.0 (4329)

Enseignement scientifique & technique - BGD703 (SD701) : Exploration de grands volumes de données

Domaine > Informatique.

Descriptif

Ce cours fait un tour d'horizon des méthodes pour l'analyse

exploratoire des données massives. On y présente la préparation des

données, les bases de l'évaluation des algorithmes du machine

learning, quelques grands algorithmes pour le clustering, la

fouille de motifs, ou la recommandation.

 

Une partie du cours est dédiée à la mise en pratique des méthodes vues

en cours avec des TPs et surtout un projet impliquant de récupérer

puis d'exploiter des données ouvertes à l'aide de bibliothèques.

Objectifs pédagogiques

Le lexique du Machine Learning

Connaissance des algorithmes les plus classiques

Compréhension d'un pipeline standard d'analyse de données

Mise en pratique et utilisation de bibliothèque (scikit, pandas, etc.)

16 heures en présentiel (16 blocs ou créneaux)

effectifs minimal / maximal:

/60

Diplôme(s) concerné(s)

Format des notes

Numérique sur 20

Littérale/grade européen

Pour les étudiants du diplôme Big Data : gestion et analyse des données massives

Vos modalités d'acquisition :

Rentre dans la moyenne de la période

Le cours est noté à l'aide des travaux pratiques et du projet

Le rattrapage est autorisé (Max entre les deux notes)
  • le rattrapage est obligatoire si :
    Note initiale < 6
  • le rattrapage peut être demandé par l'étudiant si :
    6 ≤ note initiale < 10
L'UE est acquise si Note finale >= 10
  • Crédits ECTS acquis : 2 ECTS

La note obtenue rentre dans le calcul de votre GPA.

Veuillez patienter