Big Data

Objectifs

• Comprendre les différences entre apprentissage automatique supervisé, non supervisé et meta-apprentissage?
• Savoir transformer un gros volumes de données à priori hétérogène en information utile
• Maîtriser l’utilisation d’algorithmes d'auto-apprentissage adaptés à une solution d'analyse
• Comprendre comment exploiter de gros volumes de données textuelles
• Être capable d'appliquer ces différentes techniques aux projets Big Data

Programme

Introduction

• Data Mining vs Big Data
• Data Mining vs Machine Learning vs Deep Learning
• Apprentissage supervisé vs Apprentissage non supervisé et méta-apprentissage

Ingénierie de la décision

• Analyse procédurale hiérarchique
• Problème d’association stable (algorithme de Lloy Shaply)
• Chaîne de Markov discrète (DTMC)
• Jeu d’entraînement et jeu de test

Sélection d’instances

• Échantillonnage balancé
• Échantillonnage stratifié (probabilité non égales)

Data Mining (fouille de données)

• Analyse en composantes principales
• Analyse d'affinité
• Agglomération hiérarchique et dendrogrammes
• Bagging de dendrogrammes (bootstrop aggregating)
• Positionnement multidimensionnel
• K-means
• SVM (Support Vector Machines)

Machine Learning

• Régression logistique binaire
• GLM
• One-R (technique de règle unique de regroupement)
• Regroupement ID-3
• Liste de décision
• Regroupement par régression d’arbres (CRT)
• Arbres aléatoires (CRT bootstrap)
• K plus proches voisins (K-NN)
• Classification bayésienne naïve
• Détections automatiques d’interactions par le chi-2 (CHAID)
• Analyse discriminante linéaire et quadratique (LDA/QDA)
• Réseaux de neurones

Text Mining

• Analyse statistique de corpus
• Détection automatique de langues
• Noms/Prénoms et détection automatique de genres
• Nuage de mots
• Table de contingence de mots
• Matrice d’adjacence de mots dans un corpus
• Exploration dynamique d’un graphe connexe de mots
• Analyse de sentiments
• Analyse Sémantique Latente (LSA)

Big Data

• Gestion de gros volumes de données