Data science

But

S'initier à la science des données qui consiste à résoudre des problèmes en s'appuyant les informations contenues dans les données. Cet enseignement est à la croisée du machine learning, du big data, du noSQL, etc. Il introduit aux notions des bases du métier de data scientist et s'appuie sur des exemples pratiques.

haut

Evaluation

L'évaluation comprend :

• 2 Projets notés, 40%,
• 1 écrit terminal, 60%, le 08/01/2016 de 10h à 12h.

Projet de data science: l'énoncé est ici (pdf). Le projet est à rendre pour le 15 janvier 2016 avant 23h59.

Cette matière appartient à l'UE "Data warehouse and data science" comptant pour 4 crédits ECTS.

haut

Équipe d'enseignants

Sébastien Verel

Pour contacter un des intervenants : contacts. Vous pouvez contacter l'équipe pour tout ce qui concerne cet enseignement et votre orientation.

haut

Objectifs

Ils sont mis à jour régulièrement :

1. ...
2. ...

haut

Supports de Cours et de TP

Voici l'ensemble des supports de cours et des énoncés des TP.

Séance	Titre	cours	TD	TP
01	Introduction	cours	td	tp
02	Base du data scientist	cours aide R	td	data
03	Les outils avancés du data scientist	cours	g.b.	tp
04	Hadoop HDSF	cours	td	tp
05	Hadoop Map-reduce	cours	td	tp code
06	Introduction au noSQL	cours	td	tp hive
07	Big data et machine learning	projet

haut

Bibliographie

Quelques repères biblio- /webo- graphiques qui vont se complèter au fur et à mesure :

• Cours Programmation Parallèle et Distribué, Bilel Derbel, Université de Lille 1.
• Cours big data, Benjamin Renaut, MBDS univesité de Nice Sophia Antipolis
• Documentation officielle HDFS sur Hadoop/Apache
• Tutorial de Yahoo
• Tutoriel Map-Reduce de Hadoop
• Tutoriel de Jonas Widriksson pour installer Hadoop sur un cluster de raspberry pi

haut

Horaires

9h de CM, 9h de TD, et 10h de TP.


Consulter l'emploi du master : edt

haut