Log in English French

Module Sheet

FISE

STI

Sécurité et Technologies Informatiques

Unité d'Enseignement :

Semestre : 9
Crédits ECTS : 8

Génie Logiciel

Code UE : S09T_ ASL1

Elément Constitutif :

Coefficient : 1

Data mining

Code EC :

Option Architecture et Sécurité Logicielles et Intelligence Artificielle

L'UE Génie Logiciel : 5

Chaîne de développement basée sur l'IA
Composants logiciels
Data mining
IA avancée
Infrastructure As Code

Volume horaire : 21:20

Type	Nombre	Durée
Cours	8	01:20
TD	8	01:20

Evaluations : 1

Type	Coefficient
Contrôle Continu	1

Enseignants : 3

Enseignant	Type
Adell Ahmad	Responsable
Ciucanu Radu	Responsable
Ciucanu Radu	Intervenant

Celene Link :

Lien vers ce module sur celene

Learning Objectives :

Comprendre quelques tâches classiques de Fouille de données (Data mining) : Clustering, Règles d'association, Classification
Renforcer les compétences de programmation afin d'implémenter des algorithmes de fouille de données et faire un benchmark pour évaluer leurs performances
Programmer avec le paradigme de calcul distribué Spark

Pré-requis :

UE	Semestre	Module
Développement et Mathématiques pour l'ingénieur	6	Bases de données

Additional Prerequisites :

Program :

Clustering k-means et hiérarchique
Règles d'association
Classification : arbres de décision
Scikit-Learn et Spark-MLlib

Evaluation Methods :

Contrôle Continu Intégral : 50% Interro sur papier + 50% Rendu TD machine (x3)

Bibliographic References :

Tan, Steinbach, Kumar : Introduction to Data Mining, 2006. https://www-users.cs.umn.edu/~kumar001/dmbook/firsted.php
Karau, Konwinski, Wendell, Zaharia : Learning Spark. Lightning-Fast Data Analysis, 2015.

Compétences :

Ref.	Verbe	Description	Niveau