Explore la structure des réseaux sociaux et d'information, en se concentrant sur les composants géants, le clustering, la formation de liens et la connectivité réseau.
Couvre l'introduction et les défis des entrepôts de données, y compris l'intégration des données, la gestion des métadonnées et l'optimisation des performances des requêtes.
Introduit un mini-projet où les étudiants prédisent les précipitations à Pully en utilisant l'apprentissage automatique, en mettant l'accent sur la reproductibilité et la qualité du code.
Discute des arbres de régression, des méthodes d'ensemble et de leurs applications dans la prévision des prix des voitures d'occasion et des rendements des stocks.
Couvre la classification des images, le clustering et les techniques d'apprentissage automatique telles que la réduction de la dimensionnalité et l'apprentissage par renforcement.
Couvre des modèles thématiques, en se concentrant sur l'allocation de Dirichlet latente, le regroupement, les MGM, la distribution de Dirichlet, l'apprentissage LDA et les applications en humanités numériques.
Explore les défis du big data, les caractéristiques, les techniques de dégroupage et les stratégies de gestion des défaillances dans le traitement et la gestion des données.
Explore les techniques de visualisation des données, l'impact de la conception et les applications interactives pour une communication efficace de l'information.
