v2.11.0 (5380)

PA - C7 - MAP573 : Data Analysis and Unsupervised Learning

Domaine > Mathématiques appliquées.

Descriptif

L'objectif de ce cours est de donner aux étudiants une introduction complète à l'analyse non-supervisée (réduction de dimension et clustering) et d'acquérir des compétences solides et pratiques pour l'analyse exploratoire des jeux de données actuels, en s'appuyant sur le logiciel R.

Le cours commence par deux séances présentant les fondements de la programmation avec le langage R, ainsi que la manipulation de données et les bibliothèque de représentation graphiques du 'tidyverse'. Les capacités d'interçage de R avec Python sont également abordées.

Le cours présente ensuite les méthodes classiques de réduction de dimension et de clustering dans le détail (ACP, modèles de mélange, k-means, CAH), en abordant plus brièvement les nombreuses approches les généralisant (approches kernel, embedding, etc.).

Enfin, la troisième partie du module propose aux étudiants une série de jeux de données à étudier en groupe à l'aide des méthodes du cours et leurs généralisation. Ces projets constitueront l'essentiel de l'évaluation de ce module.

Format des notes

Numérique sur 20

Littérale/grade réduit

Pour les étudiants du diplôme Non Diplomant

Le rattrapage est autorisé (Note de rattrapage conservée)
    L'UE est acquise si note finale transposée >= C
    • Crédits ECTS acquis : 5 ECTS

    Pour les étudiants du diplôme M1 Data AI - Data and Artificial Intelligence

    Le rattrapage est autorisé (Note de rattrapage conservée)
      L'UE est acquise si note finale transposée >= C
      • Crédits ECTS acquis : 5 ECTS

      Pour les étudiants du diplôme Echanges PEI

      Le rattrapage est autorisé (Note de rattrapage conservée)
        L'UE est acquise si note finale transposée >= C
        • Crédits ECTS acquis : 5 ECTS

        Pour les étudiants du diplôme Diplôme d'ingénieur de l'Ecole polytechnique

        Le rattrapage est autorisé (Note de rattrapage conservée)
          L'UE est acquise si note finale transposée >= C
          • Crédits ECTS acquis : 5 ECTS

          La note obtenue rentre dans le calcul de votre GPA.

          Pour les étudiants du diplôme M1 Innovation, Entreprise, et Société - Voie Innovation technologique

          Le rattrapage est autorisé (Note de rattrapage conservée)
            L'UE est acquise si note finale transposée >= C
            • Crédits ECTS acquis : 5 ECTS

            La note obtenue rentre dans le calcul de votre GPA.

            Pour les étudiants du diplôme M2 - Energy Infrastructures Management

            L'UE est acquise si note finale transposée >= C
            • Crédits ECTS acquis : 4 ECTS
            Veuillez patienter