Data science

Master 2 ISIDIS - 2015/2016

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 :

haut

Horaires

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


Consulter l'emploi du master : edt

haut

dernière modification : 11 décembre 2015