info453 - Fouille de données

Credits

5

Prerequisites

(Licence mention informatique), 303

Parcours

• optional for the computer science mention of the master of science

Objectives

Apprendre à retirer de l'information d'une masse de données :

• Quelle information peut-on espérer trouver ?
• Quelles sont les techniques utilisables, leur coût, leur rendement ?
• Quelle démarche suivre ?

À la fin du cours, les étudiants doivent être capables de définir et implémenter des algorithmes de fouilles de données, disponibles dans les suites logicielles du marché (SQL Server, Oracle, BO...), en présenter les principes et les résultats aux utilisateurs terminaux.

Organization

Cours : 20h, Travaux dirigés : 10h, Travaux pratiques : 14h, Conférences : 6 heures (3 conférences)

Student personal work

about 50h

Evaluation

• Examen sur le contenu du cours.
• Note de travaux pratiques : illustration de techniques.

Contents

• Définition de la fouille de données.
• Le cycle de la recherche de connaissances.
• Les données : sources, formats, vérification, nettoyage, transformations.
• Les entrepôts de données : Structures, modèles, alimentation, utilisation.
• L'analyse en ligne : OLAP, MOLAP, ROLAP...
• Les différentes méthodes de recherche de connaissances :
  • Les règles d'association.
  • Les méthodes de classification :
    • Arbres de décision.
    • Réseaux de neurones.
    • Segmentation, apprentissage non supervisé.
  • La recherche des anomalies.
• Aperçu des nouveaux domaines d'application (Web, images, textes, données hétérogènes...)

Bibliographie

• Data Mining, Concepts & Techniques Jiawei Han & Micheline Kamber
• Data Mining Ian Witten & Eibe Frank

Instructor(s)

Francesco De Comité

fichier source pour édition/modification