Arborescence des pages
ConfigureOutils de l'espace
Aller directement à la fin des métadonnées
Aller au début des métadonnées

ISS9AA

Process and Knowledge Modeling

 

Durée : 21 heures

Crédits : 2 ECTS 

Semestre : S9

Responsable(s) :

Bart LAMIROY, Maître de Conférences, bart.lamiroy@mines-nancy.univ-lorraine.fr 

Mots clés :

BigData, apprentissage formel, NoSQL, Map-Reduce, Ontologies, Analyse formelle de concepts

Pré requis :  algorithmique, programmation impérative, SQL, modèle transactionnel, SGDB-R, NoSQL

 

Objectif général : Connaitre les modèles de découverte de connaissances et données massivement réparties

 

Programmes et contenus :

Ce cours permet d'acquérir une culture générale large dans des approches traitant soit des grandes masses de données (Big Data) soit de données complexes, par différents biais : tant par les approches technologiques de stockage et d'accès aux données que par les outils informatiques d'apprentissage automatique et d'inférence de connaissances.

Première Partie (Données Complexes)

  • Représentation de connaissances par ontologies
  • Inférence et raisonnement par logique de description
  • Analyse formelle de concepts

Seconde Partie (Big Data)

  • NoSQL : Introduction et BASE vs. ACID, théorème CAP
  • Solutions techniques au passage à l'échelle, Map-Reduce
  • Études de cas 1 : key-value store, document databases
  • Études de cas 2 : column-oriented databases, graph databases

Supports de cours

NoSQL

Ontologies & Description Logics

Formal Concept Analysis

Lectures Complémentaires

Compétences : 

Niveaux

Description et verbes opérationnels

Connaître 

 

Comprendre 

 

Appliquer 

 

Analyser 

 

Synthétiser

 

Évaluer

 

Évaluations :

  • Test écrit
  • Contrôle continu
  • Oral, soutenance
  • Projet
  • Rapport
  • Aucune étiquette