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.
Méthodes de validation :
L'évaluation s'effectuera à la fois :
- sous la forme d'un examen sur table pour la partie cours
- sous la forme d'un projet consistant en une fouille de données pour la partie pratique
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: The Elements of Statistical Learning (Springer, 2009). Téléchargeable ici : https://hastie.su.domains/ElemStatLearn/printings/ESLII_print12_toc.pdf.download.html
- 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)
- G. JAMES D. WITTEN, T. HASTIE, R. TIBSHIRANI: An Introduction to Statistical Learning (2021) with Applications in R. Téléchargeable ici : https://hastie.su.domains/ISLR2/ISLRv2_corrected_June_2023.pdf.download.html
- G. JAMES D. WITTEN, T. HASTIE, R. TIBSHIRANI and J. TAYLOR: An Introduction to Statistical Learning (2023) with Applications in Python. Téléchargeable ici : https://hastie.su.domains/ISLP/ISLP_website.pdf.download.html
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
- MR11604A : Master Sciences, technologies, santé mention Informatique parcours Traitement de l'information et exploitation des données
Informations, Orientation & Inscription
Prochaines sessions de formation
Filtres :
-
-
Paris
Semestre 2
Cours en ligne
-
Légende :
| Tarif (1) : |
|---|
|
Vous pouvez consulter nos tarifs ici. |
| Date de début de cours : |
Les dates fournies sont d'ordre général à toutes les formations. Les cours pour cette formation peuvent potentiellement commencer un peu plus tard dans le semestre. |
| Annuel : |
|
Il s'étend de fin septembre / début octobre à début juillet (dates indicatives, renseignez-vous auprès de votre centre). |
| Semestre 1 : |
|
Il s'étend de fin septembre / début octobre à fin janvier / début février (dates indicatives, renseignez-vous auprès de votre centre). |
| Semestre 2 : |
|
Il s'étend de fin février / début mars à début juillet (dates indicatives, renseignez-vous auprès de votre centre). |
| Cours du soir : | |
|---|---|
|
Les cours commencent le plus souvent à 18h30 dans les centres. |
|
| Cours en journée : | |
|
Se renseigner auprès du centre pour connaître les horaires. |
|
| Cours en ligne : | |
|
les cours sont diffusés sous forme de séances numériques via une plateforme d’e-learning animées et tutorées par un enseignant. Des séances de regroupement en visio sont proposées. |
|
| Classe virtuelle (Formation à distance planifiée): | |
|
L'enseignant à distance intervient en direct et en visioconférence sur la plateforme d'e-learning. Il complète son intervention par des activités interactives (exercices échanges…) |
|
| Cours en ligne hybride : | |
|
Cette modalité associe des cours en ligne tutorées et des regroupements en présentiel ou en classes virtuelles obligatoires. |
|
| Cours hybrides : | |
|
Cette modalité mixe des cours en présentiel (en cours du soir ou en journée) et des cours en ligne. |
|
| Cours en ligne organisés par un autre centre CNAM Régional : |
|
|
Les cours sont diffusés sous forme de séances numériques via une plateforme d'e-learning animées et tutorées par un enseignant. |
|
| Formation co-modale : | |
|
Formation proposée en présentiel et à distance en simultané. L'auditeur a la possibilité de choisir de venir sur site pour suivre l'enseignement ou bien de suivre à distance. Les cours se déroulent en semaine généralement après 18h ou le samedi. |
