AIDE | QUITTER
   

Année académique 2017-2018
23/10/2017
Image transparente
Dernière modification : le 13/09/2017 par HADDAD, Mohamed Hatem

Langue/Language


Data Mining
INFO - H423

I. Informations générales
Intitulé de l'unité d'enseignement * Data Mining
Langue d'enseignement * Enseigné en anglais
Niveau du cadre de certification * Niveau 7 (2e cycle-MA/MC/MA60)
Discipline *
Titulaire(s) * [y inclus le coordonnateur] Mohamed Hatem HADDAD (coordonnateur)
II. Place de l'enseignement
Unité(s) d'enseignement co-requise(s) *
Unité(s) d'enseignement pré-requise(s) *
Connaissances et compétences pré-requises *
Programme(s) d'études comprenant l'unité d'enseignement - M-IRIFB - Master of science in Computer science and engineering, Focus Big Data Management and Analytics (Erasmus Mundus) (5 crédits, obligatoire)
- M-IRIFS - Master en ingénieur civil en informatique, à finalité spécialisée (5 crédits, optionnel)
III. Objectifs et méthodologies
Contribution de l'unité d'enseignement au profil d'enseignement *
Objectifs de l'unité d'enseignement (et/ou acquis d'apprentissages spécifiques) *

At the end of the course students are able to

  • To reproduce the main characteristics and limitations of algorithms for addressing data mining tasks  To select, based on a problem description of a data mining problem, the most appropriate combination of algorithms to solve it  To develop and execute a data mining workflow on a real-life dataset to solve a data-driven analysis problem  To identify promising business applications of data mining
  • To introduce students to the basic concepts and techniques of Data Mining
  • To develop skills of using recent data mining software for solving practical problems
  • To gain experience of doing independent study and research 
Contenu de l'unité d'enseignement *
Méthodes d'enseignement et activités d'apprentissages *
  • Theory lectures (24h)
  • Exercises; both pen-and-paper and practical exercises (24h)
  • There is a mandatory project, split into several tasks during the whole period of the course offering, to be realized by the students in groups of 2. The theoretical part of the course is dedicated to topics that allow the students to successfully carry out the project.
Support(s) de cours indispensable(s) *
Autres supports de cours

Course books (all books are available electronically through the ULB Vlink)

• David J. Hand, Heikki Mannila and Padhraic Smyth. Principles of Data Mining. Cambridge, MA: MIT Press, 2001. ISBN: 026208290X
• Delmater Rhonda and Hancock Monte. Data Mining Explained. New York, NY: Digital Press, 2001. ISBN: 1555582311
• Pang-Ning Tan, Michael Steinbach, Vipin Kumar. Introduction to Data Mining. Pearson Education (Addison Wesley), 0-321-32136-7, 2006


Références, bibliographie et lectures recommandées *
IV. Evaluation
Méthode(s) d'évaluation *
  • Written exam 
  • Assignments  
  • Project to be carried out in groups of 2 or 3
Construction de la note (en ce compris, la pondération des notes partielles) *
  • 75% written examination
  • 10%Assignments  
  • 15% project evaluation
Langue d'évaluation *

English

V. Organisation pratique
Institution organisatrice * ULB
Faculté gestionnaire * Ecole polytechnique Bruxelles
Quadrimestre * Premier quadrimestre (NRE : 47696)
Horaire * Premier quadrimestre
Volume horaire
VI. Coordination pédagogique
Contact *
Lieu d’enseignement *
VII. Autres informations relatives à l’unité d’enseignement
Remarques

Retour aux détails du cursus
Image transparente
Passer directement au début de la page