Data mining

Présentation

Big Data (masses de données) :
• Données structurées, non structurées, semi-structurées
• Données externes, ouvertes, des média-sociaux, …
• Aperçu des méthodes pouvant être mises en oeuvre sur ces données (Text Mining, Web Mining)
• Architecture des masses de données (Big Data)
Data Mining (fouille de données) :
• Classification supervisée (arbres de décision, régression logistique, analyse discriminante, méthodes des plus proches voisins …)
• Sélection des prédicteurs, évaluation de la qualité prévisionnelle d’une règle de classement
• Echantillons d’apprentissage, de validation et de test

Objectifs

• Principes généraux de construction et d’évaluation d’une règle de classification
• Acquérir des connaissances sur les nouveaux types de données dans le cadre d’un processus décisionnel

Logo

Nous contacter

15, rue de l'Hôtel Dieu
TSA 71117
86073 POITIERS Cedex 9 - France
Tél : (33) (0)5 49 45 30 00
Fax: (33) (0)5 49 45 30 50

Suivez-nous