UFR de mathématique et d'informatique

Approches non supervisées et données massives

  • Cours (CM) -
  • Cours intégrés (CI) 20h
  • Travaux dirigés (TD) -
  • Travaux pratiques (TP) 10h
  • Travail étudiant (TE) -

Langue de l'enseignement : Français

Niveau de l'enseignement : B2-Avancé - Utilisateur indépendant

Description du contenu de l'enseignement

Cette UE vise à faire introduire les grands enjeux éthiques et sociétaux liés au phénomène “Big Data” ainsi les enjeux méthodologiques et scientifiques en rapport a l’analyse des nouveaux types de données massives : temporelles, commentaires, hétérogènes… Il s’agit en particulier de comprendre, appréhender et mettre en oeuvre des méthodes d’analyse de ces données en l’absence de connaissances formalisées.

Compétences à acquérir

À l'issue de cette UE un étudiant saura :
Définir les principales caractéristiques des masses de données et les défis scientifiques, techniques et sociétaux associés.
Mettre en place des approches non supervisées classiques (clustering, association et motifs) ou basées sur l’apprentissage profond (Deep learning) por l’analyse de séries temporelles
Comprendre et utiliser des approches collaboratives, semi-supervisées ou guidées.

Pré-requis obligatoires

À l'entrée de cette UE, un étudiant devrait savoir :
- Capacité à mettre en oeuvre les méthodes et techniques statistiques d’analyse de données
- Connaître et savoir mettre en oeuvre l’extraction de connaissances à partir de données par des approches supervisées
- Manipuler les principaux outils d'exploration et valorisation des données : R ou Python-scikit-learn

Contact

UFR de Mathématique et Informatique

7 RUE RENE DESCARTES
67084 STRASBOURG
0368850123

Formulaire de contact


MASTER - Informatique

Fondation Université de Strasbourg
Investissements d'Avenir
Ligue européenne des universités de recherche (LERU)
EUCOR, Le Campus européen
CNRS
Inserm Grand Est
Logo HRS4R