Ingénierie de la fouille et de la visualisation de données massives

Code UE : RCP216-PAR01

  • Cours + travaux pratiques
  • 6 crédits

Responsable(s)

Michel CRUCIANU

Public et conditions d'accès

Bonnes connaissances mathématiques et statistiques générales, maîtrise de méthodes statistiques pour la fouille de données, connaissance de techniques de gestions de données massives faiblement structurées, connaissance de techniques de passage à l'échelle par distribution. Capacité à utiliser le système d'exploitation Linux, connaissance d'au moins un langage de programmation.
Vous êtes encouragés à évaluer votre capacité à suivre cette UE en répondant au questionnaire en ligne accessible sur http://cedric.cnam.fr/vertigo/Cours/RCP216/questionnaire.html. Vous pouvez répondre sans vous identifier, les réponses vous sont données immédiatement et les résultats ne sont pas enregistrés.

Objectifs pédagogiques

Cet enseignement s'intéresse à l'impact des caractéristiques des données massives (volume, variété, vélocité) sur les méthodes de fouille de données. Sont examinées les approches actuelles qui permettent de faire passer à l'échelle les méthodes de fouille, en insistant sur les spécificités des opérations de fouille en environnement distribué.
Les caractéristiques mentionnées sont ensuite considérées de façon plus spécifique pour certains problèmes fréquents dans le traitement des données massives. Sont ainsi abordés les systèmes de recommandation et la recherche efficace par similarité, la classification automatique et l'apprentissage supervisé sur une plate-forme distribuée, les opérations spécifiques au traitement des données textuelles souvent hétérogènes, les implications de la vélocité sur la fouille de flux de données, l'analyse de grands graphes et de réseaux sociaux.
L'UE s'intéresse également au rôle de la visualisation et de l'interaction, non seulement dans la présentation des résultats mais aussi dans les opérations de fouille de données.

Compétences visées

Capacité à mettre en oeuvre des techniques de fouille de données, de modélisation décisionnelle et de visualisation sur des données massives. Maîtrise de techniques adaptées à quelques problèmes fréquents rencontrés dans la fouille de données massives.

1. Introduction : applications, typologie des données, typologie des problèmes
2. Approches : réduction de la complexité, distribution
3. Passage à l'échelle de quelques problèmes fréquents
            a. Recherche par similarité, systèmes de recommandation
            b. Classification automatique
            c. Fouille de données textuelles
            d. Fouille de flux de données
            e. Apprentissage supervisé à large échelle
            f. Fouille de graphes et réseaux sociaux
4. Visualisation d'information : historique, applications, outils
5. Enjeux perceptifs de la visualisation d'information : couleurs, formes, immersion, lecture
6. Techniques de représentations : graphes, hiérarchies, lignes de temps
7. Techniques d'interaction : association focus/contexte, distorsion, filtrage
Le cours est complété par des travaux pratiques (TP) permettant de mettre en pratique des techniques présentées. Pour la partie fouille de données, les TP seront réalisés à l'aide de Apache Spark. Pour le travail sur le projet, l'auditeur devra installer le logiciel Spark (gratuit) sur un ordinateur personnel de capacité suffisante, suivant les instructions disponibles en ligne.
Les supports de cours et de TP, ainsi que d'autres explications concernant le déroulement de l'UE sont accessibles à partir de http://cedric.cnam.fr/vertigo/Cours/RCP216/

Note finale = ((note de projet + note d'examen) / 2).

  • Ryza, S., U. Laserson, S. Owen and J. Wills : Advanced Analytics with Spark, O'Reilly, 2014.
  • A. Rajaraman and J. D. Ullman : Cambridge University Press, New York, NY, USA, 2014.

Cette UE apparaît dans les diplômes et certificats suivants

Contact

EPN05 - Informatique
2 rue Conté
75003 Paris
Tel :01 40 27 22 58
Swathi Rajaselvam

Centre(s) d'enseignement proposant cette formation

  • Centre Cnam Paris
    • 2019-2020 1er semestre : FOAD 100%
    • 2019-2020 1er semestre : Présentiel soir ou samedi
    • 2019-2020 2nd semestre : Présentiel soir ou samedi
    • 2020-2021 1er semestre : FOAD 100%
    • 2020-2021 1er semestre : Présentiel soir ou samedi
    • 2020-2021 2nd semestre : Présentiel soir ou samedi
    • 2021-2022 1er semestre : FOAD 100%
    • 2021-2022 1er semestre : Présentiel soir ou samedi
    • 2021-2022 2nd semestre : Présentiel soir ou samedi
    Comment est organisée cette formation ?

    Organisation de la modalité FOAD 100%

    Planning

    1er semestre

    • Date de démarrage : 01/10/2019
    • Date limite d'inscription : 02/11/2019
    • Regroupements facultatifs : 3 pour une totalité de 6 heures
    • Date de 1ère session d'examen : la date sera publiée sur le site du centre ou l'ENF
    • Date de 2ème session d'examen : la date sera publiée sur le site du centre ou l'ENF

    Accompagnement

    • Plateforme Moodle
    • Forum
    • Messagerie intégrée à la plateforme
    • Classe virtuelle
    • Séance de démarrage

    Ressources mises à disposition de l'auditeur

    • Documents de cours
    • Enregistrement de cours
    • Documents d'exercices, études de cas activités
    • Bibliographie et webographie
    • TP

    Modalités de validation

    • Contrôle continu
    • Examen sur table
    • 1 projet individuel
    :