Data miningGénie Logiciel (STI)

• 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

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

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

• 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.