Datamining

  • Aide
  • Recherche
  • Facebook
  • Twitter
Formation

Actualités

    • Journées portes ouvertes à l'UPPAVenez découvrir votre future université !

      Programme et calendrier par campus.

      Lire la suite

    • L'UPPA déploie des robots de téléprésence au service de l'inclusion, de l'adaptation et de la formation d'excellence.

      Depuis plus de cinq ans, Laurent Gallon enseignant-chercheur à l'IUT des Pays de l'Adour et au Laboratoire d'informatique de l'UPPA (LIUPPA) travaille en partenariat avec le Service d'Aide Pédagogique...

      Lire la suite

    • UE Libres

      Septembre 2019 : Inscriptions aux UE libres.

      Lire la suite

    • Journée Infosup 2019

      Journée d'information sur les formations post-bac.

      Lire la suite

    • Salon Studyrama : Etudes supérieuresà Bayonne

      Maison des associations, 9h30/17h30 à Bayonne.
      En savoir plus et télécharger une invitation

      Lire la suite

Trouver une formation

Datamining

Objectifs

Cet enseignement sera fait dans une perspective de traitement et d’analyse de grands volumes de données. Il vise à l’acquisition : des capacités à mettre en oeuvre de manière complémentaire, à l’aide de logiciels informatiques, les méthodes statistiques de traitement et d’analyse de données et à en interpréter les résultats ; de la capacité à structurer et à présenter sous une forme appropriée pour la prise de décision les résultats du traitement et de l’analyse des données, mettant en évidence les informations sous-jacentes et pertinentes. Méthodes de classification :  

1. règles d'association

2. arbres de décision

3. forêts aléatoires

Volume horaire

  • Travaux Dirigés : 9h
  • Cours Magistral : 10.5h

Examens

100 % contrôle continu

 

Syllabus

I. Méthodes de classification :

          1. règles d'association

          2. arbres de décision

          3. forêts aléatoires

II. Réseau de neurones :

          1. perceptron simple et multicouche

          2. cartes de Kohonen (ou self-organizing map (SOM)

          3. recurrent neural network (RNN)

En bref

Crédits ECTS 2.0

Nombre d'heures 19.5

Niveau d'étude BAC +5

Contact(s)

Composante

Contact(s) administratif(s)

Secrétariat de Mathématiques

Email : secretariat-mathematiques @ univ-pau.fr

Lieu(x)

  • Pau