Entreposage et fouille de données
STA211
Public et conditions d'accès :
être admis en M2 du master STIC, mention statistique ou être agréé.
La demande d'agrément est à faire uniquement pour les auditeurs qui souhaitent suivre STA211 en présentiel au semestre 1. Pour obtenir l'agrément, les auditeurs adresseront, à partir du 25 Août, par courrier électronique à l'enseignant responsable : ndeye.niang_keita@cnam.fr, un CV détaillé et une lettre de motivation indiquant les raisons de la demande et le projet pédagogique dans lequel elle s'inscrit . Une réponse sera donnée dans un délai d'une dizaine de jours.
Niveau requis : NFA008 (bases de données) et STA101 (analyse des données, méthodes descriptives). Ces prérequis sont indispensables pour obtenir l'agrément. Vérifier avant d'envoyer une demande d'agrément.
Contenu de la formation :
Modèles prévisionnels et systèmes de gestion de l'entreprise
- structures spécifiques des bases de données de Data warehouse (star schema)
- OLAP
Méthodologies générales
- Méthodologies de Data Mining
Pré-traitement des données
- Analyses de la qualité des données,
- Techniques d'appréhension des valeurs manquantes ou aberrantes
- Techniques de construction de bases de travail (agrégations, etc. . . )
Données et techniques de fouille
Méthodes non supervisées :
- Cartes de Kohonen, Règles d'association
Méthodes supervisées :
- Rappels de théorie de l'apprentissage
- Arbres de décision, forêts aléatoires, Réseaux de neurones, deep learning
- Méta-algorithmes :
- boosting, bagging
Fouille dans de nouveaux types de données et méthodes associées :
- Données textuelles - Données multivues - Images et Multimedia
Outils :
- Environnements freeware : R, Python
- Outils spécifiques : SAS-EM, SPAD
- Data Mining et bases de données : OLAP Business Object
Bibliographie :
- M.BARDOS: Analyse discriminante (Dunod, 2001)
- G.SAPORTA: Probabilités, analyse des données et statistique (Technip, 2006)
- S.TUFFERY: Data mining et statistique décisionnelle (Technip, 2005)
- S.TUFFERY: Etude de cas en statistique décisionnelle (Technip, 2009)
- T.HASTIE, J.FRIEDMAN, F.TIBSHIRANI: Elements of Statistical Learning (Springer, 2009)
- G.GOVAERT (ed): Analyse des données (Hermes,2003)
- L. LEBART, A. MORINEAU, M. PIRON: Statistique exploratoire multidimensionnelle (1995)
- J.P.NAKACHE, J.CONFAIS: Statistique explicative appliquée (Technip, 2003)
- James, Witten, Hastie, & Tibshirani: An Introduction to Statistical Learning (2013) Téléchargeable ici:http://web.stanford.edu/~hastie/local.ftp/Springer/ISLR_print1.pdf
Cette UE apparaît dans les diplômes et certificats suivants :
- CS5900A : Certificat de spécialisation Analyste de données massives
- CS8800A : Certificat de spécialisation Bio-informatique avancée
- MR12303A : Master Sciences, technologies, santé, mention mathématiques appliquées, statistique parcours Science des données
- CYC9102A : Diplôme d'ingénieur Spécialité informatique parcours Intelligence Artificielle et Optimisation
- MR10702A : Master Droit, économie et gestion mention Finance parcours Finance de marché et gestion des capitaux
- MR11604A : Master Sciences, technologies, santé mention Informatique parcours Traitement de l'information et exploitation des données
