Data Mining

ETI

John Samuel
CPE Lyon

Année: 2024-2025
Courriel: john.samuel@cpe.fr

Creative Commons License

John SAMUEL

  • Enseignant-Chercheur, Conception Logicielle et Big Data, CPE Lyon,
  • Intérêts et thèmes de recherche : Représentation de connaissances, le web sémantique, les services web, l'intégration de données, l'entrepôt de données, les systèmes distribués, système d'information géographique
  • Cours : Programmation en C, Algorithmes en C, Data Mining et Machine Learning, Intelligence Artificielle et Deep Learning, Systèmes d'exploitation et Programmation Concurrente, Langages Web
  • Thèse : Intégration des données issues de services web

Data Mining

Objectifs

Data Mining

Composition du module:

Data Mining

Environnement de programmation:

Data Mining

Cours:

Travaux pratiques et Projet

Data Mining

Devoir surveillé (DS): 60%

Vous recevrez un courrier détaillé avant l'examen

Data Mining

Travaux pratiques et projet

Data Mining

Cours Dates
Cours 1 (4h) 9 février
Cours 2 (4h) 19 février

Data Mining

Travaux pratiques Dates
TP 1 15 février
TP 2 et Projet 4 mars
TP 3 et Projet 6 mars
TP 4 et Projet 18 mars

Data Mining

Travaux pratiques

Data Mining

Soumission: Travaux pratiques et Projet

TP Points
TP 1
TP 2
TP 3
Projet ✅ (20 points)

Data Mining

Travaux pratiques

Chaque TP comporte plusieurs exercices. Chaque exercice est accompagné d'une indication de niveau de difficulté :

Data Mining

Liste de contrôle

Avant de déposer votre projet, vérifiez si vous respectez la liste de contrôle suivante:

  • ✅ Les noms complets (prénom et noms) de la binôme sont correctement inclus dans le fichier CONTRIBUTORS.md.
  • ✅ Le fichier README.md est rempli de manière exhaustive et conforme aux instructions fournies.
  • ✅ Vous avez respecté les noms de fichiers tels que spécifiés dans chaque exercice des travaux pratiques.
  • ✅ Votre code est accompagné de commentaires appropriés pour expliquer la logique et la fonctionnalité.
  • ✅ Votre code peut être exécuté sans générer d'erreurs, et dans la mesure du possible, sans générer d'avertissements.
  • ✅ Le rapport en format PDF (5 pages maximum, Arial 11pt)
  • Pas de fichiers Python (*.py)
  • Data Mining

    Modèle de code

    Vous pouvez consulter https://github.com/johnsamuelwrites/DataMining en ligne
    ou le cloner sur votre machine à l'aide du terminal en utilisant les commandes suivantes.

               $ git clone https://github.com/johnsamuelwrites/DataMining
    $ cd DataMining ; ls

    Et pour les dernières modifications:

               $ git pull
                    	 

    Data Mining

    Travaux pratiques: Notebooks Jupyter

    Data Mining: Notebooks Jupyter

    Travaux pratiques: Notebooks Jupyter

    Data Mining: Notebooks Jupyter

    Travaux pratiques: notebook Jupyter

    Data Mining: Notebooks Jupyter

    Travaux pratiques: Visualisation et notebook Jupyter

    Data Mining: Notebooks Jupyter

    Travaux pratiques: Visualisation et notebook Jupyter

    Data Mining

    Travaux pratiques: Wikidata (Open Data)

    Références

    Sites web

    Couleurs

    Images