Contenu
Objectifs et compétences : Connaître les principales étapes et tâches d’un processus de découverte de
connaissance. Comprendre les différents types de problèmes d'apprentissage supervisés ou non. Savoir mettre en
{\oe}uvre quelques techniques usuelles de clustering et classification et de recherche de motifs. Savoir mettre en
place un protocole d'évaluation d'une tâche de fouille de données.
Contenu : (1) Prétraitement des données (nettoyage, réduction de dimensionalité, construction d'attributs), (2)
Modèles prédictifs : arbres de décision, méthode naïve Bayes, réseaux de neurones, SVM, LSA, LDA, CRF (3) Modèles
descriptifs : clustering (k-means, k-medoids, modèles hiérarchiques, basés sur la densité), extraction d'itemsets
fréquents et de motifs (4) Evaluation des modèles prédictifs et descriptifs.
