Ingénierie de la fouille et de la visualisation de données massives

Code UE : RCP216

  • Cours + travaux pratiques
  • 6 crédits

Responsable national

Michel CRUCIANU

Responsable opérationnel

Public et conditions d'accès

Bonnes connaissances mathématiques et statistiques générales, maîtrise de méthodes statistiques pour la fouille de données, connaissance de techniques de gestions de données massives faiblement structurées, connaissance de techniques de passage à l'échelle par distribution. Capacité à utiliser le système d'exploitation Linux, connaissance d'au moins un langage de programmation.
Vous êtes encouragés à évaluer votre capacité à suivre cette UE en répondant au questionnaire en ligne accessible sur http://cedric.cnam.fr/vertigo/Cours/RCP216/preambule.html#ouverture. Vous pouvez répondre sans vous identifier, les réponses vous sont données immédiatement et les résultats ne sont pas enregistrés.

Objectifs pédagogiques

Cet enseignement s'intéresse à l'impact des caractéristiques des données massives (volume, variété, vélocité) sur les méthodes de fouille de données. Sont examinées les approches actuelles qui permettent de faire passer à l'échelle les méthodes de fouille, en insistant sur les spécificités des opérations de fouille en environnement distribué.
Les caractéristiques mentionnées sont ensuite considérées de façon plus spécifique pour certains problèmes fréquents dans le traitement des données massives. Sont ainsi abordés les systèmes de recommandation et la recherche efficace par similarité, la classification automatique et l'apprentissage supervisé sur une plate-forme distribuée, les opérations spécifiques au traitement des données textuelles souvent hétérogènes, les implications de la vélocité sur la fouille de flux de données, l'analyse de grands graphes et de réseaux sociaux.
L'UE s'intéresse également au rôle de la visualisation et de l'interaction, non seulement dans la présentation des résultats mais aussi dans les opérations de fouille de données.

Compétences visées

Capacité à mettre en oeuvre des techniques de fouille de données, de modélisation décisionnelle et de visualisation sur des données massives. Maîtrise de techniques adaptées à quelques problèmes fréquents.

Contenu

1. Introduction : applications, typologie des données, typologie des problèmes
2. Approches : réduction de la complexité, distribution
3. Passage à l'échelle de quelques problèmes fréquents
            a. Recherche par similarité, systèmes de recommandation
            b. Classification automatique
            c. Fouille de données textuelles
            d. Fouille de flux de données
            e. Apprentissage supervisé à large échelle
            f. Fouille de graphes et réseaux sociaux
4. Visualisation d'information : historique, applications, outils
5. Enjeux perceptifs de la visualisation d'information : couleurs, formes, immersion, lecture
6. Techniques de représentations : graphes, hiérarchies, lignes de temps
7. Techniques d'interaction : association focus/contexte, distorsion, filtrage
Le cours est complété par des travaux pratiques (TP) permettant de mettre en pratique des techniques présentées. Pour la partie fouille de données, les TP seront réalisés à l'aide de Apache Spark. Pour le travail sur le projet, l'auditeur devra installer le logiciel Spark (gratuit) sur un ordinateur personnel de capacité suffisante, suivant les instructions disponibles en ligne.
Les supports de cours et de TP, ainsi que d'autres explications concernant le déroulement de l'UE sont accessibles à partir de http://cedric.cnam.fr/vertigo/Cours/RCP216/

Modalité d'évaluation

Note finale = ((note de projet + note d'examen) / 2).

Bibliographie

  • Ryza, S., U. Laserson, S. Owen and J. Wills : Advanced Analytics with Spark, O'Reilly, 2014.
  • A. Rajaraman and J. D. Ullman : Cambridge University Press, New York, NY, USA, 2014.

Cette UE apparaît dans les diplômes et certificats suivants

Chargement du résultat...
Patientez
Type
Intitulé
Equipe pédagogique
Modalité(s) / Lieu(x)
Code
Equipe pédagogique Mathématique et statistique
Modalité(s) / Lieu(x)
  • Enseignée en formation présentielle et/ou partiellement à distance : Paris
  • Equipe pédagogique Mathématique et statistique
    Modalité(s) / Lieu(x)
  • Enseignée en formation présentielle et/ou partiellement à distance : Paris, Liban
  • Modalité(s) / Lieu(x)
  • Enseignée en formation présentielle et/ou partiellement à distance : Paris
  • Type Intitulé Equipe pédagogique Modalité(s) / Lieu(x) Code

    Contact

    EPN05 - Informatique
    2 rue Conté
    75003 Paris
    Tel :01 40 27 22 58
    Swathi Rajaselvam

    Voir les dates et horaires, les lieux d'enseignement et les modes d'inscription sur les sites internet des centres régionaux qui proposent cette formation

    UE

      • Paris
        • Paris
          • 2018-2019 1er semestre : Fod accessible nationalement
          • 2018-2019 1er semestre : Présentiel
          • 2018-2019 2nd semestre : Présentiel
          • 2019-2020 1er semestre : Fod accessible nationalement
          • 2019-2020 1er semestre : Présentiel
          • 2019-2020 2nd semestre : Présentiel
          • 2020-2021 1er semestre : Fod accessible nationalement
          • 2020-2021 1er semestre : Présentiel
          • 2020-2021 2nd semestre : Présentiel
          Comment est organisée cette formation à distance ?

          Planning

          Date limite d'inscription : 05/11/2018
          Date de démarrage : 01/10/2018
          Date de la première session d'examen :00/00/0000
          Date de la deuxième session d'examen :00/00/0000

          Accompagnement collectif

          Rendez-vous :
          Chat :
          Forum par UE :oui
          Webconférence : oui

          Accompagnement individuel

          Echange par mails : oui
          Accompagnement téléphonique :

          Regroupement

          Séances de regroupement : facultatives
          Nombre de séances de regroupement : 3
          Durée d'une séance de regroupement : 6

          Modalités de validation

          Examen sur table :oui
          Projet : non
          Contrôle continu : oui
          Examen partiel : non
          :
      • Liban
        • Liban
          • 2018-2019 1er semestre : Présentiel
          • 2019-2020 1er semestre : Présentiel
          • 2020-2021 1er semestre : Présentiel