Langue(s) d'enseignement :
Anglais

Modalité(s) de la formation :
Formation en présentiel
Formation continue

Lieu(x) de la formation :
CLERMONT-FERRAND

Pièce(s) jointe(s) à télécharger :
Télécharger la plaquette de la formation

Présentation

Objectifs de la formation

Introduction aux méthodes de fouille de données et aux techniques d’apprentissage non supervisé.

Organisation de la formation

Durée de la formation

20 heures réparties sur 1 semaine.

Complément d’information : une session en Janvier - Inscription possible jusqu'au 1er Décembre.

 

 

Équipe enseignante

Violaine ANTOINE, enseignant-chercheur

 

Responsable pédagogique

Violaine ANTOINE, enseignant-chercheur

 

Ressources

Méthodes pédagogiques : cours, travaux dirigés, travaux pratiques.

 

Validation des connaissances

Nature de l'examen : Examen écrit, durée 1h30.

 

Une attestation de fin de formation sera délivrée à chaque stagiaire

 

Assiduité

L'assiduité des stagiaires sera assurée d'un émargement à la demi-journée par chaque stagiaire et par le(s) formateur(s)

 

Évaluation de la formation

Un questionnaire de satisfaction sera proposé à l'ensemble des stagiaires en fin de formation

 

Contact(s) Administratif(s)

Ecole Universitaire de Physique et d'Ingénierie (EUPI)
Pôle Administratif des Cézeaux

Sophie Fournier

sophie.fournier @ uca.fr

 

 

Lieu(x) de formation

Université Clermont Auvergne

Campus des Cézeaux, Aubière.

 

 

| L'offre de formation modulaire de l'Université Clermont Auvergne s'appuie sur les compétences affirmées des intervenants universitaires et professionnels. Elle est donc à même d'élaborer un module de formation sur mesure
| Pour une réponse adaptée à vos besoins ou pour toute question sur notre offre de formation, contactez le Pôle Formation Continue et Professionnalisation

 

Les + de la formation

Ce module fait partie du Diplôme Universitaire de Data Scientist et du Master Physique Fondamentale et Applications de l’Université Clermont Auvergne. 

La formation s’appuie sur les recherches conduites dans le Laboratoire de Physique de Clermont (LPC), le Laboratoire d’Informatique, de Modélisation et d’Optimisation des Systèmes (LIMOS) et le Laboratoire de Mathématiques (LMBP).

Elle bénéficie de l’implication de plusieurs de ses intervenants, enseignants-chercheurs, chercheurs et ingénieurs, dans des expériences scientifiques internationales devant gérer et analyser de grandes masses de données.

Competences et connaissances

Compétences et connaissances

 

  • Savoir évaluer les méthodes de fouille de données.
  • Savoir utiliser les techniques de fouille de données. 
  • Maîtriser une technique de classification non supervisée. 
  • Maîtriser une technique de recherche de règles d'association. 
  • Connaître les différentes approches de fouille de données complexes.

Programme

Module de 25h

    • Introduction to Data Mining

    • Big data strategies : map reduce

    • Data preprocessing

    • Clutering

    • Association rules

Admission

Conditions

Pré-requis

Notions de probabilités et de statistiques.

 

Nombre de places

Capacité maximale : 20 inscrits.

 

Bénéficiaires

Cette formation s’adresse aux salariés d’entreprises (ingénieurs, cadres) ainsi qu’aux étudiants (formation initiale, reprise d’études) souhaitant acquérir des connaissances et des compétences dans les domaines des Data Sciences.

 

Contacts

Contact(s) administratif(s)

Ecole Universitaire de Physique et d'Ingénierie (EUPI)

Pôle Administratif des Cézeaux

Sophie Fournier

sophie.fournier @ uca.fr