Fondamentaux pour le Big Data

Closed
Course
fr
French
24 h
This content is rated 4 out of 5
Source
  • From www.fun-mooc.fr
Conditions
  • Free Access
  • Free certificate
More info
  • 6 Sequences
  • Intermediate Level
  • Starts on January 25, 2023
  • Ends on December 30, 2023

Their employees are learning daily with Edflex

  • Safran
  • Air France
  • TotalEnergies
  • Generali
Learn more

Course details

Syllabus

Semaine 0 : Introduction - Les enjeux du Big Data et de ce MOOC
Semaine 1 : Python Partie 1 / Algèbre Partie 1
Semaine 2 : Limites des bases de données relationnelles / Python Partie 2/ Algèbre Partie 2
Semaine 3 : Probabilités Partie 1 / Analyse Partie 1
Semaine 4 : Probabilités Partie 2 / Analyse Partie 2
Semaine 5 : Statistique
Semaine 6 : Le classifieur Perceptron

Prerequisite

Ce MOOC s'adresse à un public ayant des bases en mathématiques et en algorithmique (niveau L2 validé) nécessitant un rafraichissement de ces connaissances pour suivre des formations en data science et big data.
Il peut être suivi en préparation du Mastère Spécialisé « Big data : Gestion et analyse des données massives », du Certificat d’Etudes Spécialisées « Data Scientist » et de la formation courte «Data Science : Introduction au Machine Learning».

Instructors

Stéphan Clémençon
Professeur au département Traitement du Signal et de l'Image de Télécom ParisTech. Ses recherches portent sur la théorie statistique de l'apprentissage. Il a récemment encadré des projets de recherche nationaux théoriques et appliqués sur ce thème. Il est responsable du Mastère Spécialisé «Big data : Gestion et analyse des données massives» et du Certificat d’Etudes Spécialisées «Data Scientist».

Pierre Senellart
Professeur à l'École normale supérieure et responsable de l'équipe Valda d'Inria Paris, anciennement professeur à Télécom ParisTech. Ses intérêts de recherche portent sur les aspects pratiques et théoriques de la gestion de données du Web, en particulier le crawl et l'archivage du Web, l'extraction d'informations depuis le Web, la gestion de l'incertitude, la fouille du Web, et la gestion de données intensionnelles.

Anne Sabourin
Enseignant-chercheur au département Traitement du Signal et de l'Image de Télécom ParisTech. Ses recherches portent sur l'apprentissage statistique et les méthodes bayésiennes, en particulier pour l'analyse des valeurs extrêmes et la détection d'anomalies.

Joseph Salmon
Enseignant-chercheur au département Traitement du Signal et de l'Image de Télécom ParisTech. Il est spécialisé en traitement statistique des images et en apprentissage statistique. Ses recherches portent sur la création et l'étude d'algorithmes pour le traitement de données en grande dimension.

Alexandre Gramfort
Chercheur à l'INRIA. Ses recherches portent sur le traitement du signal, l'apprentissage statistique et le calcul scientifique avec pour application principale la modélisation et l'analyse de données en neurosciences. Il est un des principaux contributeurs du projet logiciel open source Scikit-Learn qui est la librairie standard pour l'apprentissage statistique en Python.

Ons Jelassi
Enseignante à la formation continue de Télécom ParisTech, responsable des formations Big Data. Elle est coordonnatrice de ce MOOC.

Editor

The Institut Mines-Télécom is a major public player in higher education, research and innovation in the fields of engineering and management.

It is made up of 10 Mines and Télécom grandes écoles under the supervision of the Minister for Productive Recovery (Mines Albi, Mines Alès, Mines Douai, Mines Nantes, Mines ParisTech, Mines Saint-Etienne, Télécom Bretagne, Télécom École de Management, Télécom ParisTech, Télécom SudParis) and two subsidiary schools (Télécom Lille and Eurecom). It has a special relationship with two strategic partners, Mines Nancy, part of the University of Lorraine, and Armines.

Institut Mines-Télécom is at the forefront of educational innovation. It is the leading group of engineering schools in France, graduating 8% of engineers each year.

Its open online courses are part of a movement to create and lead communities for initial and lifelong learning. Institut Mines-Télécom will contribute to this movement and will involve all of its stakeholders: teacher-researchers, students and future students, graduates, companies and, more generally, all learners interested in the Institute's areas of specialisation.

Platform

France Université Numérique is the broadcaster of the online courses of French higher education institutions and their partners.

It operates several platforms of diffusion, of which the best known, FUN MOOC, is the first French-speaking academic platform worldwide. Thanks to many partner institutions, this platform offers a vast catalog of courses enriched daily with various themes and current events.

This content is rated 4 out of 5
(no review)
This content is rated 4 out of 5
(no review)
Complete this resource to write a review