Méthodes de fouille de données et de classification

  • Cours (CM) -
  • Cours intégrés (CI) -
  • Travaux dirigés (TD) -
  • Travaux pratiques (TP) 24h
  • Travail étudiant (TE) -

Langue de l'enseignement : Français

Description du contenu de l'enseignement

Cette UE présente des techniques actuelles permettant l’exploration et la simplification de jeux de données. Les aspects pratiques seront développés et appuyés sur des apports théoriques concernant les principes sous-jacents et l’évaluation des résultats. Différentes catégories de données seront considérées. Les techniques présentées couvrent : les arbres de décision, l’apprentissage à base d'instances, la classification non-supervisée (partition, classification hiérarchique), les réseaux de neurones, les séparateurs à vaste marge (SVM), les classeurs bayésiens, la recherche de motifs.

Compétences à acquérir

  • Structurer et argumenter un raisonnement
  • Consolider les compétences informatiques
  • Traiter des données géographiques, analyser et présenter les résultats
  • Choisir et paramétrer une méthode répondant à un problème donné en fonction de l'objectif et des données disponibles
  • Mettre en œuvre les logiciels Weka et R

MASTER - Géomatique