Analyse et fouille de données massives (AFDM)

Description

Ce cours a pour objectif de présenter et de mettre en pratique des méthodes d'analyse et de fouille de données. Le but est à la fois de doter les élèves d'un ensemble de techniques permettant de faire émerger des connaissances à partir de données, mais également de leur fournir des bases de réflexion pour savoir quel type de méthode est applicable selon les qualités des données et les objectifs visés.

Mots-clés

analyse de données, fusion de données, clustering, fouille de données graphes (approche logique par généralisation)

Contenu

• Partie 1
  • ACP : Analyse en composantes principales
  • AFC : Analyse factorielle des correspondances
  • ACM : Analyse des correspondances multiples
  • ALD : Analyse linéaire discriminante
  • Modélisation et fusion de données
• Partie 2 :
  • Introduction
    • Comparer les données du Linked Open Data (LOD)
    • Définir les points communs dans RDF et SPARQL au travers du LGG (least general generalization)
  • Trouver les LGGs dans RDF
  • Trouver les LGGs dans Sparql

Compétences acquises

• Savoir
  • Choisir une méthodes d’analyse de données
  • Fusionner des données
  • Comparer des données RDF et des requêtes SPARQL
• Savoir-faire
  • Décrire et analyser des données
  • Comprendre les relations entre de données
  • Extraire des points communs dans les données du LOD

Enseignants

Hélène Jaudoin (responsable), Arnaud Martin