Intitulé du Master : Réseaux et Systèmes Distribués
Semestre : S3
UEF1
Matière : Datamining
Crédits : 6
Coefficients : 3
Objectifs de l’enseignement
Le Datamining est l'aboutissement des avancées liées aux Bases de Données et à
l'Intelligence Artificielle au sens de l'apprentissage. C'est une discipline émergente mais à fort potentiel pour les entreprises à cheval entre les mathématiques/statistiques et l'informatique. Dans ce cours, au cours de l'étude des différents outils théoriques de la fouille, nous nous concentrerons sur l'aspect algorithmique et logiciel, ainsi que leur utilisation. A la fin de ce cours, l'étudiant connaîtra les notions d'apprentissage non supervisé et supervisé, les algorithmes afférant et leur utilisation sur des cas pratiques. Un outil fédérateur sera particulièrement utilisé : le logiciel libre et évolutif Weka programmé
en Java.
Connaissances préalables recommandées
Système expert, Système d’information, Statistique.
Contenu de la matière :
Définition de la fouille de données
Cycle de recherche de connaissances.
Techniques de prétraitement des données
Techniques de datamining
Mise en place du datamining dans l’entreprise
Datamining distribué
Nouveaux domaine de datamining (Web, image, textes, ….)
Mode d’évaluation : contrôle continu et examen final écrit
Références
1. René Lefébure et Gilles Venturi, Data mining, Eyrolles, 2001.
2. Michel Jambu, Introduction au Data Mining : Analyse intelligente des données, Eyrolles, 2000.
3. M. Usha Rani T. Sudha, Applications of Data Mining, Discovery Publishing House, 2008.
4. Ian H. Witten; Eibe Frank; Mark A. Hall. Data Mining: Practical Machine Learning Tools and Techniques (3 ed.). Elsevier, 30 January 2011.
5. Kantardzic, Mehmed. Data Mining: Concepts, Models, Methods, and Algorithms. John Wiley & Sons, 2003.


L'objectif de ce cours est de présenter une introduction aux méthodes et aux applications

du traitement d'images en abordant les aspects théoriques, algorithmiques et pratiques.

L'objectif de ce cours est de présenter une introduction aux méthodes et aux applications

du traitement d'images en abordant les aspects théoriques, algorithmiques et pratiques

Ce module présente  les systèmes embarqués temps réel, leurs architectures et conception logiciels et matériels et l’introduction du concept temps réel dans les systèmes embarqués.  

PRE-REQUIS du module : Des connaissances de base sur l'algorithmique, les concepts de bases des systèmes d’exploitation : gestion des ressources et des processus.

 PUBLIC CIBLE : 2 ème année masters spécialité Réseau et   systèmes distribués..

OBJECTIFS DE L’ENSEIGNEMENT: Ce cours permet à l'étudiant de découvrir le domaine du temps réel et de l'embarqué et d'assimiler les notions de base en la matière. Cette unité d'enseignement s'intéresse En plus d'une partie introductive, plus particulièrement :    

  •  Fondements algorithmiques: Cette partie porte sur les notions de base  rencontrées dans les  systèmes temps réel notamment en matière d'algorithmique. Les points importants concernent la gestion des ressources (ordonnancement, partage, communication) et la sûreté de fonctionnement sont abordés.    
  • Systèmes d'exploitation  :Cette partie présente les interfaces classiques des systèmes ou noyaux temps réel embarqués (notamment POSIX). Elle aborde également les architectures, les communications et les outils qu'ils mettent en œuvre.
  • langages de modélisation et de conception des applications embarqués: Cette partie vient en complément de la précédente et aborde la mise en œuvre des systèmes temps réel au travers des Plusieurs outils logiciels sont dédiés pour la conception des systèmes embarqués  ayant  des contraintes de ressources strictes (taille, poids, et puissance), et qui sont soumis à des besoins de réponse temps réel exemple  AADL. Ces outils logiciels conceptuels considèrent  simultanément les aspects logiciel et matériel sous-jacents.
  • Systèmes sur puces (SOC) & (MPSOC): Ce chapitre se focalise sur le concept Puce ( Chip) dans les architectures des systèmes embarqués ( System on Chip) et( les MPSoC). Leurs  fonctionnalités, architecture et le mapping des applications sur ses plates formes.