Plan du Cours

Traitement de donn?es massives

Année: 2025-2026

Structure du cours

  1. Répresentation, manipulation et prétraitement de données
    • 1.1. Cycle de vie des données
    • 1.1.1.1. Acquisition de données
    • 1.1.1.2. ETL (Extraction Transformation, Loading)
    • 1.1.1.3. Analyses de données
    • 1.1.1.4. Visualisation de données
    • 1.2. Acquisition et stockage des données
    • 1.2.1. Formats de stockage de données: CSV
    • 1.2.2 Types de stockage des données
    • 1.2.3.1. Propriétés ACID1
    • 1.2.3.2 Types de bases de données
    • 1.2.3.3. NoSQL
    • 1.3. Extraction et intégration des données
    • 1.3.1. Techniques d'extraction des données
    • 1.3.2. Interfaces d'interrogation
    • 1.3.3. Crawlers pour les pages web
    • 1.3.4. Interface de programmation d'applications (API)
    • 1.4. Prétraitement des données
    • 1.4.1. Nettoyage de données
    • 1.4.1.1. Erreurs de syntaxe
    • 1.4.1.2. Erreurs sémantiques
    • 1.4.1.3. Erreurs de couverture
    • 1.4.2.1. Traitement des erreurs syntaxiques
    • 1.4.2.2. Traitement des erreurs sémantiques
    • 1.4.2.3. Traitement des erreurs de couverture
    • 1.4.2.4. Administrateurs et traitement des erreurs
    • 1.5. Transformation des données
    • 1.5.1 Langages de programmation
    • 1.6. ETL
    • 1.6.1. ETL (Extraction Transformation and Loading)
    • 1.6.2. ETL: d'une base de données à l'autre
    • 1.6.2.1. Analyse des données multidimensionnelles
    • 1.6.2.2. Modèle de données en étoile
    • 1.6.2.3. Cubes ou hypercube de données
    • 1.6.2.4. Modèle de données en flocon
    • 1.7. Analyse des données
    • 1.8. Visualisation des données
    • 1.8.1 Les variables visuelles
    • 1.8.2. Visualisation des données: Exemples
  2. Traitement de données
    • 2.1. Régularités
    • 2.2. Data Mining
    • 2.2.1. Classification
    • 2.2.2. Partitionnement de données
    • 2.2.3. Régression
    • 2.2.4. Étiquetage des séquences
    • 2.2.5. Règles d'association
    • 2.2.6. Détection d'anomalies
    • 2.2.7. Récapitulation
    • 2.3. Algorithmes
    • 2.3.1. Machine à vecteurs de support (SVM)
    • 2.3.2. Gradient stochastique de descente
    • 2.3.3. Méthode des plus proches voisins
    • 2.3.4. Classification naïve bayésienne
    • 2.3.5. Arbres de décision
    • 2.3.6. Apprentissage ensembliste (Forêt d'arbres décisionnels)
    • 2.4. Sélection de caractéristiques
  3. Construction des modèles de traitement
    • 3.1. Apprentissage machine
    • 3.2. Apprentissage profond
    • 3.3. Apprentissage par renforcement
    • 3.4. Licences, Ethiques et la vie privé
  4. Données ouvertes liées
    • 4.1. Données ouvertes liées (Linked Open Data)
    • 4.2. Wikidata
  5. Analyse des données: Hadoop, Hive et Spark
    • 5.1. Machines virtuelles
    • 5.2. Conteneurs: Docker
    • 5.3. Orchestration: Kubernetes
    • 5.4. Analyse de données: Hadoop/HBase
    • 5.5. Analyse de données: Hive
    • 5.6. Analyse de données: Spark
  6. Traitement automatique des langues naturelles (TAL)
    • 6.1. Traitement automatique des langues naturelles
    • 6.2. Racinisation
    • 6.3. Étiquetage morpho-syntaxique
    • 6.4. Lemmatisation
    • 6.5. Morphologie
    • 6.6. Word Embeddings
    • 6.7. Word2Vec
    • 6.8. Reconnaissance d'entités nommées (NER)
    • 6.9. Analyse des sentiments

Crédits d'images