Nature UE
Crédits ECTS 3
Volume horaire total 20
Volume horaire CM 20

Pré-requis

Bases de l’algèbre linéaire et de l’analyse de données. Bases de la Fouille de données. Connaissances sur les infrastructures de Big Data. Anglais scientifique (compréhension écrite).

Objectifs

Ma?triser les concepts sous-jacents à l’analyse de données massives.

PT招财进宝

Ce module dresse un panorama actuel de l’analyse de masses de données. Il aborde successivement les grandes problématiques du domaine et en présente les avancées majeures des dernières années, en les illustrant à travers quelques applications.
Panorama des architectures de Big Data ; Apprentissage (supervisé et non supervisé) et passage à l'échelle ; Apprentissage profond (DeepLearning) ; Exploration et visualisation de masse de données.

Appartient à

Informations complémentaires

Ma?triser les concepts sous-jacents à l’analyse de données massives.