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

Volume horaire

Cours magistral10
Travaux pratiques10
Travaux dirigés25
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

Réseaux sociaux