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.

Evaluation

Support des exposé sur le nosql :

• couchDB, auteurs: Laniesse, Tholliez, pdf
• riak, auteurs: Ehinger, Lannoye, pdf
• Cassandra, auteurs: Pestelle, Specq, pdf
• Redis, auteurs: Coloos, Prunier, pdf
• NEo4j, auteurs: Focqueu, Foucaudpdf
• pdf

L'évaluation comprend :

• à déterminer

Équipe d'enseignants

Fabien Teytaud

Sébastien Verel

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

Objectifs

Ils sont mis à jour régulièrement :

1. ...
2. ...

Supports de Cours et de TP

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

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

Horaires

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


Consulter l'emploi du master : edt