Topic outline

  • General

  • Fiche Descriptive de la Matière :Data Mining

    Master : 

    - Intelligence Artificielle et ses Applications

    -Sciences et Technologies de l’Information et de la Communication

    Semestre : 1

    Intitulé de l’UE : UE Méthodologie(UEM1)

    Intitulé de la matière : Data Mining

    Crédits : 5

    Coefficients : 3

    Mode d’évaluation : Contrôle continu 40% et Examen écrit 60%

    Enseignant responsable de la matière :  Dr. Lalouci ali

    Contact : ali.lalouci@centre-univ-mila.dz

     

    Objectifs de l’enseignement

    Le Data Mining est coeur du procès qui conduit d’une grande masse de données brutes jusqu’à la connaissance ou à la prise de décision. Il s’agit de l’extraction de l’information pertinente. L’objectif de cette matière est d’initier les étudiants au domaine du Data Mining et plus précisément, aux différentes approches et techniques d’extraction de connaissances.

    Connaissances préalables recommandées:

     Statistiques, Analyse de Données, Bases de Données

    Contenu de la matière

    Chapitre 1 : 

    Introduction au data mining : évolution historique, concepts et techniques

    Chapitre 2 : 

    Bases du data mining: statistiques et probabilités, analyse de données exploratoires (rappel) 

    Chapitre 3 : 

    Modéles de regression : régression linéaire simple et multiple

    Chapitre 4 : 

    Classification supervisée : Classifieur bayésien (Naïve Bayes)

    Chapitre 5 : 

    Classification non supervisée : Clustering (ex. : k-means, DBSCAN)

    Références

     1. M. J. Zaki and W. Meira, “Data Mining and Analysis: Fundamental Concepts and Algorithms”, Cambridge University Press,       2014 .

     2. J. Leskovec, A. Rajaraman, J. D. Ullman, “Mining of Massive Datasets”, Standford University, 2014.



    • Chapitre1

    • Chapitre 2

    • Chapitre 3

    • Chapitre 4