Page 63 - Télécom Evolution Catalogue 2018

PROGRAMME
INTRODUCTION À L'APPRENTISSAGE STATISTIQUE
Objectifs et enjeux de l'apprentissage statistique
ƒ
ƒ
Nomenclature des problèmes
ƒ
Formalisme probabiliste
ƒ
Régression logistique - loi / vraisemblance conditionnelle - Newton Raphson
Analyse discriminante linéaire / quadratique
ƒ
Le perceptron de F. Rosenblatt
ƒ
ƒ
Méthode des k-plus proches voisins
BASES DE DONNÉES NOSQL
ƒ Concepts de base autour des bases de données distribuées

MapReduce
ƒ
Bases de données clés-valeurs
ƒ
Bases de données orientées colonne
ƒ
Bases de données orientées document
ƒ
ƒ Bases de données orientées graphe

Flux de données
ƒ
EXTRACTION D'INFORMATIONS DU WEB
Extraction d'informations du web
ƒ
Reconnaissance d'entités nommées
ƒ
Désambiguation
ƒ
ƒ
Fast extraction
Web sémantique
ƒ
DONNÉES MULTIMÉDIA
ƒ BIG DATA
Initiation à l'indexation des images
ƒ
Initiation à l'indexation des sons
ƒ
Etude de cas
APPRENTISSAGE SUPERVISÉ: DE LA THÉORIE AUX ALGORITHMES
Eléments de la théorie de Vapnik-Chervonenkis
ƒ
Arbres de décision
ƒ
ƒ Réseaux de neurones

Support Vector machines
ƒ
Boosting
ƒ
ƒ
Lasso
Apprentissage par renforcement
ƒ
TECHNIQUES AVANCÉES POUR L'APPRENTISSAGE: NOYAUX ET DEEP LEARNING
ƒ
Apprentissage en ligne
ƒ
Apprentissage statistique distribué
ƒ
Techniques d'échantillonnage
APPRENTISSAGE NON SUPERVISÉ
Variables latentes
ƒ
Clustering
ƒ
Analyse des affinités
ƒ
Détection d'anomalies
ƒ
RÉSEAUX BAYÉSIENS / HMM
Chaines de Markov cachées
ƒ
Réseaux bayésiens
ƒ
VISUALISATION DES DONNÉES MASSIVES
ƒ
Principes de base de la visualisation d'information
ƒ
Critique des techniques de visualisation appliquées à une donnée particulière pour une tâche donnée
Evaluation des systèmes de visualisation
ƒ
Conception de nouveaux outils de visualisation
ƒ
STOCKAGE À L'ÉCHELLE DU WEB
SGBD relationnels distribués classiques
ƒ
ƒ
Systèmes de fichiers distribués HDFS / GFS
ƒ Stockage à grande échelle

ƒ Stockage clés-valeurs par table de hachage distribuée (Dynamo)

Stockage par arbre distribué (BigTable, HBase)
ƒ
Systèmes NewSQL (Google Spanner, SGBD en mémoire, MySQL Cluster)
ƒ
CALCUL DISTRIBUÉ
MapReduce avancé
ƒ
ƒ Au-delà de MapReduce : Spark, Stratosphere

Message Passing Interface
ƒ
Calculs distribués sur des graphes: GraphLab, Pregel, Giraph
ƒ
APPRENTISSAGE DISTRIBUÉ - FOUILLE DE GRAPHES
Distribution d'algorithmes d'indexation, d'apprentissage et de fouille
ƒ
Index inversé
ƒ
Factorisation de matrice
ƒ
Echantillonnage
ƒ
PageRank
ƒ
RETOUR SUR LA MÉTHODOLOGIE DU MACHINE LEARNING
CONTACT
contact-ces@telecom-evolution.fr
Numéro vert : 0800 880 915
contact@telecom-evolution.fr web www.telecom-evolution.fr 61