Université Lyon 1
Université de Lyon
Arqus
  • Domaine : Masters du domaine SCIENCES, TECHNOLOGIES, SANTE
  • Diplôme : Master
  • Mention : Econométrie, statistiques
  • Parcours : M2 Economie quantitative pour la décision
  • Unité d'enseignement : Data mining avancé
Nombre de crédits de l'UE : 3
Code APOGEE : ACT2215M
UE Libre pour ce parcours
UE valable pour le semestre 1 de ce parcours
    Responsabilité de l'UE :
CLOT DENIS
 denis.clotuniv-lyon1.fr
04.37.28.74.47
    Type d'enseignement
Nb heures *
Cours Magistraux (CM)
12 h
Travaux Dirigés (TD)
18 h
Travaux Pratiques (TP)
0 h
Durée de projet en autonomie de l'étudiant (PRJ)
0 h
Durée du stage
0 h
Effectifs Cours magistraux (CM)
210 étudiants
Travaux dirigés (TD)
35 étudiants
Travaux pratiques (TP)
18 étudiants

* Ces horaires sont donnés à titre indicatif.

    Pré-requis :
Connaissance des principales méthodes d’analyse de données factorielle et de clustering, notions de langage R/python.
    Compétences attestées (transversales, spécifiques) :

Être capable d’identifier la nature du problème posé par l’exploitation d’une base de données, de réaliser une sélection de méthodes adaptées à ce problème et en choisir des implémentations applicables au volume de données considérées.

Approfondir les capacités de programmation avec le langage R/python et mesurer les performances d’une implémentation.
    Programme de l'UE / Thématiques abordées :

Cet enseignement vient renforcer les connaissances acquises au cours du programme de « Data Mining, Text Mining et Data visualisation » et les approfondir. Il offre également une ouverture sur les outils pouvant intervenir dans un contexte lié au phénomène du Big Data.

Les méthodes (forêts d’arbres aléatoires, réseaux de neurones...) seront expérimentées dans une démarche de recherche de performance. Elles seront également considérées dans le contexte d’une volumétrie de données importante et les adaptations envisageables dans ce contexte seront explorées et appliquées. Pour cela, les outils nécessaires à l’optimisation de code seront pris en main, et une approche par parallélisation des calculs en mémoire partagée ou distribuée sera mise en œuvre.

    Liste des autres Parcours / Spécialité / Filière / Option utilisant cette UE :
Date de la dernière mise-à-jour : 14/06/2018
SELECT * FROM parcours INNER JOIN ue_parcours ON PAR_ID_FK=PAR_ID INNER JOIN mention ON MEN_ID = PAR_MENTION_FK WHERE PAR_ACTIVATE = 0 AND UE_ID_FK='18057' ORDER BY UE_ID_FK ASC, PAR_ID_FK ASC