Les grandes masses de données (Big Data) sont un domaine en pleine croissance et les compétences dans ce domaine sont parmi les plus demandées aujourd’hui. Le gros problème, c’est que les données sont volumineuses - la taille, la complexité et la diversité des ensembles de données augmentent chaque jour.

1. Présentation de la problématique des grandes masses de données,
2. Présentation de certaines des approches statistiques et mathématiques permettant de les analyser,
3. Méthodes basées sur l’apprentissage machine pour l’analyse de grands ensembles de données et pour l’extraction d’informations.

À la fin de cette UE, vous serez capable de :

- Expliquer et communiquer à un public non expert les challenges de l’analyse des grandes masses de données,

- Développer, décrire analytiquement et mettre en œuvre des méthodes d’apprentissage supervisées et non-supervisées pour l’analyse des grandes masses de données,

- Mettre en œuvre des algorithmes spécialisés pour des modèles d’apprentissage dans un contexte de gros volume de données,

- Résoudre des problèmes du monde réel à l’aide de méthodes d’apprentissage automatique et de logiciels (R et/ou Python).

Machine Learning – notions de base.

Session 1 : 100% contrôle continu. 

Pas de session 2.