Descriptif
Le cours présentera des algorithmes pour l'analyse et l'exploration
de données tout en se concentrant sur problèmes algorithmiques et
mises à jour dans des données qui evoluent au fil du temps. Il se
concentrera sur les aspects pratiques et théoriques de l'exploration
de données. Pendant le cours, les étudiants se familiariseront avec
les algorithmes les plus performants pour le clustering, le classement,
les systèmes de recommandation et les arbres de décision.
Les étudiants travailleront sur un projet où ils mettront en œuvre
de façon efficace des algorithmes susmentionnés et effectueront
des tâches d'analyse de données.
https://sites.google.com/site/maurosozio/teaching/data-mining18
24 heures en présentiel (16 blocs ou créneaux)
réparties en:
- Travaux Pratiques : 12
- Leçon : 12
Diplôme(s) concerné(s)
- Echange international non diplomant
- Master M2 - Data & Artificial Intelligence
- Diplôme d'ingénieur
- Master M1 - Interaction, Graphic & Design
- Master M1 - Data and Artificial Intelligence
Parcours de rattachement
Format des notes
Numérique sur 20Littérale/grade européenPour les étudiants du diplôme Master M1 - Interaction, Graphic & Design
L'UE est acquise si Note finale >= 10- Crédits ECTS acquis : 2.5 ECTS
Pour les étudiants du diplôme Master M2 - Data & Artificial Intelligence
Le rattrapage est autorisé- Crédits ECTS acquis : 2.5 ECTS
La note obtenue rentre dans le calcul de votre GPA.
La note obtenue est classante.
L'UE est évaluée par les étudiants.
Pour les étudiants du diplôme Master M1 - Data and Artificial Intelligence
L'UE est acquise si Note finale >= 10- Crédits ECTS acquis : 2.5 ECTS
Pour les étudiants du diplôme Echange international non diplomant
L'UE est acquise si Note finale >= 10- Crédits ECTS acquis : 2.5 ECTS
La note obtenue rentre dans le calcul de votre GPA.
Pour les étudiants du diplôme Diplôme d'ingénieur
L'UE est acquise si Note finale >= 10- Crédits ECTS acquis : 2.5 ECTS
- Crédit d'UE électives acquis : 2.5
La note obtenue rentre dans le calcul de votre GPA.
L'UE est évaluée par les étudiants.