Objectifs
Permettre aux étudiantes et étudiants de maîtriser les fondements, les concepts et les problèmes liés à la fouille et à l’entreposage de données à des fins de prise de décision. Les aspects de la visualisation de l’information et de la connaissance seront également présentés tel que requis en intelligence d’affaires (veille économique ou Business intelligence).
Contenu
Fouille de données : étapes de découverte de connaissances (prétraitement, fouille de données et interprétation des résultats), techniques de classification (arbres de décision, réseau de neurones, etc.), techniques de regroupement (treillis de concepts, classification hiérarchique), règles d'association, motifs séquentiels, cas aberrants et fouille de données complexes (Web, texte et graphe). Entreposage de données : étapes de construction d'un entrepôt de données (acquisition, stockage, traitement et accès), modélisation multidimensionnelle des données, création de cubes de données, techniques OLAP, types d'architectures des entrepôts de données, optimisation des performances et matérialisation de cubes de données. Visualisation de l’information et de la connaissance. Intégration des deux technologies de fouille et d’entreposage de données. Applications et outils comme ETC (extraction, transformation et chargement).