Analyse des données

Pages: 10 (2285 mots) Publié le: 22 septembre 2012
80-615-91 - Classification automatique : modèles, algorithmes et applications http://zonecours.hec.ca/af1CodexImp.txp?instId=H2011-1-2545330&lang=fr

0
Il existe des informations réservées.

80-615-91 -Classification automatique : modèles, algorithmes et applications
MAINTENANCE:

Hiver 2011 : J01 Hansen,Pierre

ZoneCours sera Présentation non disponible les samedis de 1h à 6h du matin.Objectifs Merci de votre collaboration. L'exploitation des

données (data mining) a pour but d'extraire de l'information précise, pertinente et profitable de grandes bases de données, disponibles dans des entreprises et centres de recherche de plus en plus nombreux. Cette discipline prolonge l'analyse de données en l'appliquant à des instances beaucoup plus grandes qu'auparavant. Laclassification automatique est au centre de cette démarche. Elle comprend deux classes principales de problèmes : La classification non supervisée : étant donné un ensemble d'entités, on se propose de déterminer des classes (clusters) d'objets de cet ensemble qui sont homogènes (c'est-à-dire dont les objets se ressemblent) et/ou bien séparées (c'est-à-dire telles que des objets de classes différentes sontdissemblables). La classification supervisée (ou discrimination); étant donné un ensemble d'entités appartenant à 2 classes bien spécifiées (ou plus) déterminer une fonction séparant le mieux possible les objets d'une classe de ceux de (s) autre (s). Cette fonction servira ensuite à affecter de nouveaux objets à l'une ou l'autre classe. Ces problèmes peuvent être généralisés (i) en considérant lesclasses obtenues et pour chacune d'entre elles une fonction de prévision (ii), en recherchant des relations entre les entités plutôt que des classes (iii), en recherchant des relations entre variables décrivant les entités. La Recherche Opérationnelle et l'Informatique se sont dotés d'outils puissants pour la conception et l'analyse des algorithmes heuristiques et exacts, notamment les théories dela complexité et des structures de données. Le cours donnera une introduction pratique à ces méthodes (étude d'algorithmes, analyse, rédaction en exercice d'un ou deux courts programmes et/ou application de programmes disponibles, comparaison de résultats) en prenant un thème unificateur : la classification automatique et ses applications en gestion. Le cours s'adresse aux étudiants de maîtrise oude doctorat intéressés par l'exploitation de données et ses applications et/ou par les algorithmes. Il doit leur permettre de : maîtriser les principales techniques de la classification automatique; comprendre à partir de nombreux exemples pratiques, la portée, les avantages et les limites de ces techniques (notamment par comparaison avec la statistique classique et avec d'autres méthodesd'analyse de données); s'initier et/ou approfondir leur connaissance des techni¬ques d'analyse et de conceptions des algorithmes; prendre contact avec plusieurs problèmes ouverts, pouvant faire l'objet de thèses de maîtrise ou de doctorat, discutés durant le cours. outre quelques exposés magistraux, le cours comprendra une forte participation des étudiants centrée sur un problème individuel en liaisonavec leur thèse de maîtrise ou de doctorat. Les étudiants feront une étude bibliographique, l'analyse et l'exposé d'un article et un projet final comprenant un court travail

1 sur 5

2011-02-23 15:53

80-615-91 - Classification automatique : modèles, algorithmes et applications http://zonecours.hec.ca/af1CodexImp.txp?instId=H2011-1-2545330&lang=fr

expérimental. Coordonnées Professeur :Pierre Hansen Bureau :4.355 (Côte-Sainte-Catherine) Courriel :pierre.hansen@gerad.ca Téléphone :(514) 340-6053 poste 5675 Secrétaire : Jennifer Caron Bureau :4.632 Courriel :jennifer.caron@hec.ca Téléphone :(514) 340-6473 Disponibilité :Les heures d'ouverture du secrétariat sont du lundi au vendredi de 8h à 12h et de 13h à 16h30 Matériel pédagogique Travaux et examens Travail final individuel...
Lire le document complet

Veuillez vous inscrire pour avoir accès au document.

Vous pouvez également trouver ces documents utiles

  • Analyse de données
  • analyse des données
  • Analyse des données
  • Analyse des données
  • Analyse des données
  • Analyse des données
  • analyse de données
  • Analyse de données

Devenez membre d'Etudier

Inscrivez-vous
c'est gratuit !