Entreposage et fouille de données
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