Perfectionnement, élargissement des compétences
Modèles prévisionnels et systèmes de gestion de l'entreprise
structures spécifiques des bases de données de Data warehouse (star schema)
OLAP
Méthodologies générales
Méthodologies de Data Mining
Pré-traitement des données
Analyses de la qualité des données,Techniques d'appréhension des valeurs manquantes ou aberrantes
Techniques de construction de bases de travail (agrégations, etc. . . )
Données et techniques de fouille
Méthodes non supervisées :
- Cartes de Kohonen, Règles d'association
Méthodes supervisées : Rappels de théorie de l'apprentissage- Arbres de décision, forêts aléatoires, SVM, Réseaux de neurones, deep learning
- Méta-algorithmes : boosting, bagging
Fouille dans de nouveaux types de données et méthodes associées : Données textuelles - Données multivues - Images et Multimedia
Outils
Environnements freeware : R, Python
Outils spécifiques : SAS-EM, SPAD
Data Mining et bases de données : OLAP Business Object
structures spécifiques des bases de données de Data warehouse (star schema)
OLAP
Méthodologies générales
Méthodologies de Data Mining
Pré-traitement des données
Analyses de la qualité des données,Techniques d'appréhension des valeurs manquantes ou aberrantes
Techniques de construction de bases de travail (agrégations, etc. . . )
Données et techniques de fouille
Méthodes non supervisées :
- Cartes de Kohonen, Règles d'association
Méthodes supervisées : Rappels de théorie de l'apprentissage- Arbres de décision, forêts aléatoires, SVM, Réseaux de neurones, deep learning
- Méta-algorithmes : boosting, bagging
Fouille dans de nouveaux types de données et méthodes associées : Données textuelles - Données multivues - Images et Multimedia
Outils
Environnements freeware : R, Python
Outils spécifiques : SAS-EM, SPAD
Data Mining et bases de données : OLAP Business Object