Objectifs

L'objectif du cours est d'introduire la notion de "Data Analytics" et de proposer une vue d'ensemble de la discipline par le biais de tâches analytiques pratiques. Nous allons aborder les dernières techniques et "frameworks" de la discipline. Plus spécifiquement, le focus sera mis sur les algorithmes et les solutions adaptés à des sets de données volumineux.

Contenus

Veuillez consulter le site web du cours. Il sera mis à jour durant le semestre avec les ressources pertinentes.

En quelques mots, nous allons nous intéresser à l'analyse de grandes quantités de données, et voir :
- Quelles sont les solutions existantes pour développer des programmes parallèles et distribués capables de passer à l'échelle en exploitant de nombreuses machines.
- Quels algorithmes peuvent être utilisés pour extraire de l'information de différents types de données.

Références

Le matériel de cours est constitué de multiples sources ! Veuillez donc consulter le site web du cours qui sera mis à jour durant le semestre avec les ressources pertinentes.

Le livre Mining of Massive Datasets de Anand Rajaraman et Jeffrey David Ullman couvre une grande partie des thèmes vus en cours.

http://infolab.stanford.edu/~ullman/mmds/book.pdf

Pré-requis

Le cours d'automne "Data Mining" du MScIS. Familiarité avec les probabilités, les statistiques et la programmation.

Evaluation

1ère tentative

Examen:

Sans examen (cf. modalités)  

Evaluation:

L'évaluation est composée de:
- 3 travaux de groupe qui comptent ensemble pour 40% de la note finale.

- 2 épreuves écrites durant le semestre. Chaque épreuve dure 2 heures et compte pour 30% de la note finale (ainsi, les 2 épreuves comptent pour 60% de la note finale).

Les livres, notes ou ordinateurs ne sont pas autorisés.

Rattrapage

Examen:

Ecrit 2h00 heures

Documentation:

Non autorisée

Calculatrice:

Non autorisée

Evaluation:

Les étudiants conservent la note obtenue durant le semestre pour les 3 travaux de groupe complété par un examen écrit de 2 heures.