08.12.2012 Views

UFR Chimie UFR Physique, Pharmacie, ECPM. - Faculté de Chimie ...

UFR Chimie UFR Physique, Pharmacie, ECPM. - Faculté de Chimie ...

UFR Chimie UFR Physique, Pharmacie, ECPM. - Faculté de Chimie ...

SHOW MORE
SHOW LESS

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

FINALITE<br />

M-S3 TYPE D’UE<br />

INTITULE DE l’UE<br />

(Recherche/Professionnelle)<br />

UE 4<br />

Obligatoire Recherche et Professionnelle Métho<strong>de</strong>s <strong>de</strong> fouilles <strong>de</strong> données<br />

NOM, Prénom Discipline Adresse<br />

RESPONSABLE MARCOU, Gilles <strong>Chimie</strong> 4, rue B. Pascal<br />

67070 Strasbourg<br />

LACHICHE, Nicolas Informatique IUT Informatique Robert<br />

Schuman, 72 route du Rhin<br />

B.P. 10315, 67411 ILLKIRCH<br />

DESCRIPTION DES ENSEIGNEMENTS<br />

- Apprentissage automatique et extraction <strong>de</strong> connaissances à partir <strong>de</strong> bases <strong>de</strong> données (ECBD).<br />

- Prétraitement <strong>de</strong>s données : complètement ; intégration ; représentations.<br />

- Motifs fréquents et règles d’association .<br />

- Agrégation: k moyen; maximisation d'espérance.<br />

- Classification : k plus proches voisins ; Bayesien naïf.<br />

- Arbres <strong>de</strong> décision: principe, classification, régression, instabilité, élagage, forêt.<br />

- Réseaux neuronaux : Réseaux mono- et multi-niveaux ; rétropropagation ; avantages et limites; exemples<br />

(classification <strong>de</strong> réactions par carte <strong>de</strong> Kohonen).<br />

- Séparateurs à Vaste Marge: principe, classification, régression.<br />

- Algorithmes génétiques : concepts; fonction d'adéquation ; opérateurs <strong>de</strong> croisement et <strong>de</strong> mutation.<br />

- Mise en oeuvre avec le logiciel WEKA.<br />

- Exemple détaillé d'EBCD utilisant <strong>de</strong>s techniques d'apprentissage inductif par la découverte : étu<strong>de</strong> <strong>de</strong><br />

l'excrétion rénale <strong>de</strong> molécules organiques.<br />

COMPETENCES VISEES<br />

-Compréhension <strong>de</strong> l'apprentissage automatique<br />

-Connaissance <strong>de</strong>s algorithmes pour agréger, classer, découvrir <strong>de</strong>s règles d'association et modéliser les<br />

données<br />

-Mise en œuvre <strong>de</strong>s métho<strong>de</strong>s au travers du logiciel WEKA<br />

ENSEIGNEMENTS<br />

Matières enseignées CM TD TP<br />

Métho<strong>de</strong>s <strong>de</strong><br />

fouilles <strong>de</strong> données<br />

MUTUALISATION<br />

UE obligatoire pour le master :<br />

Chemoinformatique<br />

Autres<br />

(spécifier)<br />

Travail<br />

personnel<br />

étudiant<br />

Charge horaire<br />

totale étudiant<br />

Coef Crédits<br />

ECTS<br />

12.5 12.5 20 h 45 h 1 3<br />

Peut constituer une UE optionnelle<br />

pour d’autres masters :<br />

Peut constituer une UE libre :<br />

OUI OUI<br />

Université <strong>de</strong> Strasbourg (Strasbourg 1, 2 et 3) – Habilitations 2009-2012 – Master – CHIMIE - Version 1 – Page 212/276

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!