Fondamentaux pour le Big Data

Closed
МООК
fr
Французский
24 h
This content is rated 4 out of 5
Source
  • From www.fun-mooc.fr
Conditions
  • Free Access
  • Бесплатный сертификат
More info
  • 6 Sequences
  • Intermediate Level
  • Starts on 25 января 2023
  • Ends on 30 декабря 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

L'Institut Mines-Télécom est un acteur majeur public de l’enseignement supérieur, de la recherche et de l'innovation dans les domaines de l'ingénierie et du management.

Il est composé de 10 grandes écoles Mines et Télécom sous tutelle du ministre du redressement productif (Mines Albi, Mines Alès, Mines Douai, Mines Nantes, Mines ParisTech, Mines Saint-Etienne, Télécom Bretagne, Télécom École de Management, Télécom ParisTech, Télécom SudParis) et de deux écoles filiales (Télécom Lille et Eurecom). Il entretient des relations privilégiées avec deux partenaires stratégiques, Mines Nancy, composante de l’Université de Lorraine, et Armines.

L’Institut Mines-Télécom est en pointe en matière d’innovation pédagogique. Premier groupe d’écoles d’ingénieur en France, il diplôme chaque année 8% des ingénieurs.

Les cours en ligne ouverts à tous participent d’un mouvement de création et d’animation de communautés pour la formation initiale et tout au long de la vie. L’Institut Mines-Télécom contribuera à ce mouvement et y impliquera l’ensemble de ses parties prenantes : enseignants-chercheurs, étudiants et futurs étudiants, diplômés, entreprises et de la manière la plus générale tous les apprenants intéressés par les domaines de spécialité de l’Institut.

Platform

France Université Numérique est le diffuseur des cours en ligne des établissements d’enseignement supérieur français et de leurs partenaires.

Il opère plusieurs plateformes de diffusion, dont la plus connue, FUN MOOC, est la première plateforme académique francophone mondiale. Grâce à de nombreux établissements partenaires, cette plateforme propose un vaste catalogue de cours s’enrichissant de jour en jour avec des thématiques variées et d’actualité.
 

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