Traitement de l'Information

Objectifs :
Acquisition des concepts et des outils de bases pour le traitement de données :
- Données quantitatives (numériques) : Analyse en Composantes Principales (ACP)
- Données qualitatives (catégories) : Analyse Factorielle des Correspondances (AFC)
- Introduction à l'apprentissage automatique: apprentissage non supervisé (clustering) et supervisé (classification, régression)

Compétences:
- Connaître les principe de base du traitement de données et de l'apprentissage automatique (Quiz)
- Savoir implémenter une méthode d'analyse de donnée simple (TP)
- Savoir analyser les résultats d'une méthode d'analyse appliquée à une base de données (Projet)

- Bases en algèbre linéaire (manipulation de matrices/vecteurs, diagonalisation de matrices), statistiques (moyenne, médiane, variance) et Python.

Introduction aux méthodes de traitement de données multidimensionnelles, Analyse factorielle des correspondances, Analyse en composantes principales, Classification.
Langage de programmation utilisé : python.

Transparents de cours