Ingénierie de Systèmes Intelligents

Dimension: px
Commencer à balayer dès la page:

Download "Ingénierie de Systèmes Intelligents"

Transcription

1 Ingénierie de Systèmes Intelligents p. 1/ Ingénierie de Systèmes Intelligents Application : Web Intelligent Maria Malek EISTI

2 Ingénierie de Systèmes Intelligents p. 2/ Objectif Traitement Intelligent des Données : Étudier le triplet : (Données, Connaissances, Raisonnement) Techniques de Fouilles de données, Extraction de connaissances, Apprentissage automatique supervisé et non supervisé.

3 Ingénierie de Systèmes Intelligents p. 2/ Objectif Traitement Intelligent des Données : Étudier le triplet : (Données, Connaissances, Raisonnement) Techniques de Fouilles de données, Extraction de connaissances, Apprentissage automatique supervisé et non supervisé. Application : Web Intelligent Exploration des données du Web en analysant : le contenu, la structure et les comportement des internautes. Personnalisation, Adaptation, Découverte du profil utilisateur & Recommandation.

4 Ingénierie de Systèmes Intelligents p. 3/ Connaissances acquises - tronc commun Outils mathématiques Logique computationnelle. Décidabilité.

5 Ingénierie de Systèmes Intelligents p. 3/ Connaissances acquises - tronc commun Outils mathématiques Logique computationnelle. Décidabilité. Langages informatiques Prolog, Clips.

6 Ingénierie de Systèmes Intelligents p. 3/ Connaissances acquises - tronc commun Outils mathématiques Logique computationnelle. Décidabilité. Langages informatiques Prolog, Clips. Méthodes d apprentissage supervisé et non supervisé Intelligence Artificielle. Algorithmes génétiques et réseaux de neurones

7 Ingénierie de Systèmes Intelligents p. 3/ Connaissances acquises - tronc commun Outils mathématiques Logique computationnelle. Décidabilité. Langages informatiques Prolog, Clips. Méthodes d apprentissage supervisé et non supervisé Intelligence Artificielle. Algorithmes génétiques et réseaux de neurones Techniques de raisonnement Systèmes Experts.

8 Ingénierie de Systèmes Intelligents p. 4/ Contenu de l option - 1 Cours Fondamentaux fouille de données et découverte de connaissances - 25H Analyse de réseaux sociaux - 30H Raisonnement à partir de cas - 20H. Traitement automatique du langage naturel - 30H. Agents Intelligents - 30H.

9 Ingénierie de Systèmes Intelligents p. 5/ Contenu de l option - 2 Cours en Commun avec SICO & GL Programmation par contraintes - 20H Automates, Langages, Logique Temporelle - 20H Spin - Promela - 25h AtelierB- 25h Spécification de systèmes - 30H Sysml - 25 H

10 Ingénierie de Systèmes Intelligents p. 6/ Contenu de l option - 3 Cours Application : Web Intelligent Techniques des moteurs de recherche sur le Web Web Mining Web Sémantique et Ontologies

11 Ingénierie de Systèmes Intelligents p. 6/ Contenu de l option - 3 Cours Application : Web Intelligent Techniques des moteurs de recherche sur le Web Web Mining Web Sémantique et Ontologies Conférences invitées : Applications Santé & Médecine Transport.

12 Ingénierie de Systèmes Intelligents p. 7/ Coopérations & Collaborations Partie commune importante avec les groupes GL & SICO.

13 Ingénierie de Systèmes Intelligents p. 7/ Coopérations & Collaborations Partie commune importante avec les groupes GL & SICO. Profs permanents participants Chrys Baskiotis, Bernard Glonneau Maria Malek, etc.

14 Ingénierie de Systèmes Intelligents p. 7/ Coopérations & Collaborations Partie commune importante avec les groupes GL & SICO. Profs permanents participants Chrys Baskiotis, Bernard Glonneau Maria Malek, etc. Master Recherche en parallèle avec l Université Paris 13 - Spécialité Modélisation Informatique des Connaissances et du Raisonnement (MICR)

15 Compétences acquises, Métier & Stages types Maîtrise des techniques de fouille de données. Ingénierie de Systèmes Intelligents p. 8/

16 Ingénierie de Systèmes Intelligents p. 8/ Compétences acquises, Métier & Stages types Maîtrise des techniques de fouille de données. Gestion de connaissances de métiers, organisation de contenu.

17 Ingénierie de Systèmes Intelligents p. 8/ Compétences acquises, Métier & Stages types Maîtrise des techniques de fouille de données. Gestion de connaissances de métiers, organisation de contenu. Indexation automatique de documents.

18 Ingénierie de Systèmes Intelligents p. 8/ Compétences acquises, Métier & Stages types Maîtrise des techniques de fouille de données. Gestion de connaissances de métiers, organisation de contenu. Indexation automatique de documents. Réalisation d un outil de nettoyage de données.

19 Ingénierie de Systèmes Intelligents p. 8/ Compétences acquises, Métier & Stages types Maîtrise des techniques de fouille de données. Gestion de connaissances de métiers, organisation de contenu. Indexation automatique de documents. Réalisation d un outil de nettoyage de données. Développement d un méta-moteur de recherche.

20 Ingénierie de Systèmes Intelligents p. 8/ Compétences acquises, Métier & Stages types Maîtrise des techniques de fouille de données. Gestion de connaissances de métiers, organisation de contenu. Indexation automatique de documents. Réalisation d un outil de nettoyage de données. Développement d un méta-moteur de recherche. Développement d un outil CRM (Client Relation Management).

21 Ingénierie de Systèmes Intelligents p. 8/ Compétences acquises, Métier & Stages types Maîtrise des techniques de fouille de données. Gestion de connaissances de métiers, organisation de contenu. Indexation automatique de documents. Réalisation d un outil de nettoyage de données. Développement d un méta-moteur de recherche. Développement d un outil CRM (Client Relation Management). Portail de recherche et de navigation dans une base de connaissances.

Ingénierie de Systèmes Intelligents

Ingénierie de Systèmes Intelligents Ingénierie de Systèmes Intelligents p. 1/? Ingénierie de Systèmes Intelligents Maria Malek maria.malek@eisti.fr Ecole Internationale des Sciences de Traitement de l Information (EISTI) http://www.eisti.fr/

Plus en détail

Web Data Mining Web Usage Mining

Web Data Mining Web Usage Mining Web Data Mining p. 1/1 Web Data Mining Web Usage Mining Maria Malek Options GL, ISICO & IdSI EISTI Web Data Mining p. 2/1 Fouille des Données de la Toile?!! Web Structure Mining Découverte de la connaissance

Plus en détail

Vous trouvez plus d information sur AREL. ainsi que sur : http://www.eisti.fr/ mma/html-iad/iad.html

Vous trouvez plus d information sur AREL. ainsi que sur : http://www.eisti.fr/ mma/html-iad/iad.html ainsi que sur : http://www.eisti.fr/ mma/html-iad/iad.html Option Deux thèmes : La recherche opérationnelle : Traiter des problèmes d optimisation, d aide à la décision et d évaluation de performances

Plus en détail

Offre de formation de troisième cycle (LMD)

Offre de formation de troisième cycle (LMD) Offre de formation de troisième cycle (LMD) (Arrêté n 250 du 28 juillet 2009, fixant l organisation de la formation de troisième en vue de l obtention du diplôme de doctorat) Etablissement Faculté / Institut

Plus en détail

Master Informatique Aix-Marseille Université

Master Informatique Aix-Marseille Université Aix-Marseille Université http://masterinfo.univ-mrs.fr/ Département Informatique et Interactions UFR Sciences Laboratoire d Informatique Fondamentale Laboratoire des Sciences de l Information et des Systèmes

Plus en détail

Motivation : pourquoi exploration de données? Nous nous noyons dans les données, mais manquons cruellement de connaissances

Motivation : pourquoi exploration de données? Nous nous noyons dans les données, mais manquons cruellement de connaissances 1 Introduction Définition et motivations Tâches de data mining (fouille de données, exploration de données) Techniques et algorithmes Exemples et applications 1 Motivation : pourquoi exploration de données?

Plus en détail

Légende. Prérequis. unité A unité B. signifie que l'unité B est un prérequis de l'unité A. Corequis. unité A unité B

Légende. Prérequis. unité A unité B. signifie que l'unité B est un prérequis de l'unité A. Corequis. unité A unité B Légende unité A unité B signifie que l'unité B est un prérequis de l'unité A unité A unité B signifie que l'unité B est un corequis de l'unité A Note : lorsque deux cours sont corequis l'un de l'autre,

Plus en détail

MASTER LPL : LANGUE ET INFORMATIQUE (P)

MASTER LPL : LANGUE ET INFORMATIQUE (P) MASTER LPL : LANGUE ET INFORMATIQUE (P) RÉSUMÉ DE LA FORMATION Type de diplôme := Master Domaine : Arts, Lettres, Langues Mention : LITTERATURE, PHILOLOGIE, LINGUISTIQUE Spécialité : LANGUE ET INFORMATIQUE

Plus en détail

Fouille de données et sémantique : des techniques pour donner du sens aux données

Fouille de données et sémantique : des techniques pour donner du sens aux données Fouille de données et sémantique : des techniques pour donner du sens aux données Nathalie Aussenac-Gilles (IRIT) co-animatrice avec M. Boughanem de l axe masse de données et calcul http://www.irit.fr/-masses-de-donnees-et-calcul,677-?lang=fr

Plus en détail

l Intelligence Artificielle

l Intelligence Artificielle 1 Introduction à l Intelligence Artificielle Antoine Cornuéjols antoine@lri.fr http://www.iie.cnam.fr/~cornuejols/ I.I.E. & L.R.I., Université d Orsay Intelligence Artificielle : plan 2 1-2- 3-4- 5-6-

Plus en détail

Domaine de Formation : Sciences et Technologies Mention : Informatique Spécialité : Informatique de Gestion

Domaine de Formation : Sciences et Technologies Mention : Informatique Spécialité : Informatique de Gestion LICENCE FONDAMENTALE INFORMATIQUE DE GESTION Domaine de Formation : Sciences et Technologies Mention : Informatique Spécialité : Informatique de Gestion I. Présentation de la licence Le but de la Licence

Plus en détail

IODAA. de l 1nf0rmation à la Décision par l Analyse et l Apprentissage / 21

IODAA. de l 1nf0rmation à la Décision par l Analyse et l Apprentissage / 21 IODAA de l 1nf0rmation à la Décision par l Analyse et l Apprentissage IODAA Informations générales 2 Un monde nouveau Des données numériques partout en croissance prodigieuse Comment en extraire des connaissances

Plus en détail

Les sections 6 et 7. du ComitéNational de la RechercheScientifique

Les sections 6 et 7. du ComitéNational de la RechercheScientifique Les sections 6 et 7 du ComitéNational de la RechercheScientifique (CoNRS) Frédérique Bassino et Michèle Basseville Plan Le comité national Les missions des sections Les sections 6 et 7 Le comiténational

Plus en détail

CALENDRIER DES STAGES 2014/2015

CALENDRIER DES STAGES 2014/2015 CALENDRIER DES STAGES NIVEAU MASTER 1 : BAC +4 Stage obligatoire et/ou recommandé par la formation Dauphine propose aussi 40 formations en apprentissage voir la liste sur https://dauphinentreprises.dauphine.fr

Plus en détail

Master MIAGE «Méthodes informatiques Appliquées à la Gestion des Entreprises» Parcours- «Système d Information et Aide à La Décision» (SIAD)

Master MIAGE «Méthodes informatiques Appliquées à la Gestion des Entreprises» Parcours- «Système d Information et Aide à La Décision» (SIAD) Master MIAGE «Méthodes informatiques Appliquées à la Gestion des Entreprises» Parcours- «Système d Information et Aide à La Décision» (SIAD) De l Université Internationale Senghor IGA-Maroc est un campus

Plus en détail

Masses de données. 1. Introduction 2. Problématiques 3. Socle de formation (non présenté) 4. Liens avec Formation INSA

Masses de données. 1. Introduction 2. Problématiques 3. Socle de formation (non présenté) 4. Liens avec Formation INSA Masses de données 1. Introduction 2. Problématiques 3. Socle de formation (non présenté) 4. Liens avec Formation INSA Rédacteurs : Mjo Huguet / N. Jozefowiez 1. Introduction : Besoins Informations et Aide

Plus en détail

MASTER (LMD) PARCOURS ARCHITECTURE & INGÉNIERIE DU LOGICIEL & DU WEB

MASTER (LMD) PARCOURS ARCHITECTURE & INGÉNIERIE DU LOGICIEL & DU WEB MASTER (LMD) PARCOURS ARCHITECTURE & INGÉNIERIE DU LOGICIEL & DU WEB RÉSUMÉ DE LA FORMATION Type de diplôme : Master (LMD) Domaine ministériel : Sciences, Technologies, Santé Mention : INFORMATIQUE Spécialité

Plus en détail

Université Libre de Tunis

Université Libre de Tunis Ingénieur: Génie Informatique Code et Intitulé des Matières Enseignées Plan d'etudes : Semestre 1 S1-01 Algorithmique et Structures de Données 1 S1-02 Programmation C S1-03 Logiques Mathématiques S1-04

Plus en détail

MATHEMATIQUES ET SCIENCES POUR L INGENIEUR

MATHEMATIQUES ET SCIENCES POUR L INGENIEUR MASTER SCIENCES, TECHNOLOGIES, SANTE / STAPS MATHEMATIQUES ET SCIENCES POUR L INGENIEUR Spécialité Ingénierie Numérique, Signal-Image et Informatique Industrielle (INS3I) www.univ-littoral.fr OBJECTIFS

Plus en détail

Analyse de données textuelles Panorama des fonctions, des méthodes et des usages

Analyse de données textuelles Panorama des fonctions, des méthodes et des usages Analyse de données textuelles Panorama des fonctions, des méthodes et des usages Sylvie Dalbin Assistance & Techniques Documentaires DocForum, Le 17 Novembre 2005 Déroulé de l'intervention (1) 1. Définition

Plus en détail

Master ISI 2010-2011. Data Mining Recherche des sous-ensembles fréquents

Master ISI 2010-2011. Data Mining Recherche des sous-ensembles fréquents Master ISI 2010-2011 Data Mining Recherche des sous-ensembles fréquents Yves Lechevallier INRIA-Rocquencourt E_mail : Yves.Lechevallier@inria.fr 1 Processus Data Mining Phase A : Entrepôt de données Entrepôt

Plus en détail

Le recrutement CSI/LRDE

Le recrutement CSI/LRDE Le recrutement CSI/LRDE Otto Laboratoire de Recherche et Développement de l EPITA (LRDE) 10 déc 2007 (rév. 489) Otto (LRDE) CSI 10 déc 2007 1 / 32 Le recrutement CSI/LRDE 1 L option CSI 2 3 Otto (LRDE)

Plus en détail

Introduction. Informatique décisionnelle et data mining. Data mining (fouille de données) Cours/TP partagés. Information du cours

Introduction. Informatique décisionnelle et data mining. Data mining (fouille de données) Cours/TP partagés. Information du cours Information du cours Informatique décisionnelle et data mining www.lia.univ-avignon.fr/chercheurs/torres/cours/dm Juan-Manuel Torres juan-manuel.torres@univ-avignon.fr LIA/Université d Avignon Cours/TP

Plus en détail

Convention de coopération concernant la mise en place d un double diplôme de Master en Informatique

Convention de coopération concernant la mise en place d un double diplôme de Master en Informatique Convention de coopération concernant la mise en place d un double diplôme de Master en Informatique entre l Université François-Rabelais de Tours (France) et Université Gaston Berger de Saint Louis (Sénégal)

Plus en détail

OFFRE DE FORMATION L.M.D.

OFFRE DE FORMATION L.M.D. REPUBLIQUE ALGERIENNE DEMOCRATIQUE ET POPULAIRE MINISTERE DE L ENSEIGNEMENT SUPERIEUR ET DE LA RECHERCHE SCIENTIFIQUE OFFRE DE FORMATION L.M.D. MASTER PROFESSIONNEL ET ACADEMIQUE Systèmes d Information

Plus en détail

Apprentissage Automatique

Apprentissage Automatique Apprentissage Automatique Introduction-I jean-francois.bonastre@univ-avignon.fr www.lia.univ-avignon.fr Définition? (Wikipedia) L'apprentissage automatique (machine-learning en anglais) est un des champs

Plus en détail

MATHEMATIQUES ET SCIENCES POUR L INGENIEUR

MATHEMATIQUES ET SCIENCES POUR L INGENIEUR MASTER SCIENCES, TECHNOLOGIES, SANTE/STAPS MATHEMATIQUES ET SCIENCES POUR L INGENIEUR Informatique www.univ-littoral.fr OBJECTIFS DE LA FORMATION Le master Informatique se compose de deux parcours et se

Plus en détail

Intelligence Artificielle et Systèmes Multi-Agents. Badr Benmammar bbm@badr-benmammar.com

Intelligence Artificielle et Systèmes Multi-Agents. Badr Benmammar bbm@badr-benmammar.com Intelligence Artificielle et Systèmes Multi-Agents Badr Benmammar bbm@badr-benmammar.com Plan La première partie : L intelligence artificielle (IA) Définition de l intelligence artificielle (IA) Domaines

Plus en détail

Modalité de contrôle des connaissances Master 2 Informatique : spécialité IFI

Modalité de contrôle des connaissances Master 2 Informatique : spécialité IFI Modalité de contrôle des connaissances Master Informatique : spécialité IFI La deuxième année de la spécialité IFI est constituée de plusieurs parcours identifiés, chacun sous la responsabilité d un enseignant-

Plus en détail

UNIVERSITÉ DE LORRAINE Master MIAGE (Méthodes Informatiques Appliquées à la Gestion des Entreprises)

UNIVERSITÉ DE LORRAINE Master MIAGE (Méthodes Informatiques Appliquées à la Gestion des Entreprises) UNIVERSITÉ DE LORRAINE Master MIAGE (Méthodes s Appliquées à la Gestion des Entreprises) 1 Description générale L UFR Mathématiques et propose le Master avec trois spécialisations en deuxième année : ACSI

Plus en détail

UFR d Informatique. FORMATION MASTER Domaine SCIENCES, TECHNOLOGIE, SANTE Mention INFORMATIQUE 2014-2018

UFR d Informatique. FORMATION MASTER Domaine SCIENCES, TECHNOLOGIE, SANTE Mention INFORMATIQUE 2014-2018 UFR d Informatique FORMATION MASTER Domaine SCIENCES, TECHNOLOGIE, SANTE Mention INFORMATIQUE 2014-2018 Objectif L UFR d informatique propose au niveau du master, deux spécialités sous la mention informatique

Plus en détail

Fiche de poste. UNIVERSITE DE BRETAGNE SUD (préciser si IUT) Poste n 0134. 02 97 87 66 30 02 97 87 66 35 e-mail : drh.ens@listes.univ-ubs.

Fiche de poste. UNIVERSITE DE BRETAGNE SUD (préciser si IUT) Poste n 0134. 02 97 87 66 30 02 97 87 66 35 e-mail : drh.ens@listes.univ-ubs. Fiche de poste UNIVERSITE DE BRETAGNE SUD (préciser si IUT) Poste n 0134 Corps : Sections : Profil : Localisation : Etat du poste : Maître de conférences 27 informatique IUT de Vannes Vacant Article de

Plus en détail

Antoine Cornuéjols. 1- Introduction à l IA. 1.1- C est quoi l intelligence? 1.2- Comment étudier l intelligence? AgroParisTech

Antoine Cornuéjols. 1- Introduction à l IA. 1.1- C est quoi l intelligence? 1.2- Comment étudier l intelligence? AgroParisTech ! 7 séances de 3h (cours + TD/TP)! Programme et références sur : http://www.agroparistech.fr/ufr-info/membres/cornuejols/teaching/agro/cours-ia/ iodaa-cours-ia.html Antoine Cornuéjols AgroParisTech! Contrôle

Plus en détail

Analyse de grandes bases de données en santé

Analyse de grandes bases de données en santé .. Analyse de grandes bases de données en santé Alain Duhamel Michaël Genin Mohamed Lemdani EA 2694 / CERIM Master 2 Recherche Biologie et Santé Journée Thématique Fouille de Données Plan. 1 Problématique.

Plus en détail

Analyse de grandes bases de données en santé

Analyse de grandes bases de données en santé .. Analyse de grandes bases de données en santé Alain Duhamel Michaël Genin Mohamed Lemdani EA 2694 / CERIM Master 2 Recherche Biologie et Santé Journée Thématique Fouille de Données Plan. 1 Problématique.

Plus en détail

Les apports de l informatique. Aux autres disciplines

Les apports de l informatique. Aux autres disciplines Les apports de l informatique Aux autres disciplines Le statut de technologie ou de sous-discipline est celui de l importation l et de la vulgarisation Le statut de science à part entière est lorsqu il

Plus en détail

Département IEM. BD-IA Passé, Présent, Futur. Rencontres. 19 mai 2006

Département IEM. BD-IA Passé, Présent, Futur. Rencontres. 19 mai 2006 Département IEM BD-IA Passé, Présent, Futur Rencontres 19 mai 2006 Département IEM BD-IA Responsable : Kokou Yétongnon, Professeur Co-responsable : Nadine Cullot, Professeur Master Sciences Technologies

Plus en détail

Outils Statistiques du Data Mining

Outils Statistiques du Data Mining Outils Statistiques du Data Mining Pr Roch Giorgi roch.giorgi@univ-amu.fr SESSTIM, Faculté de Médecine, Aix-Marseille Université, Marseille, France http://sesstim-orspaca.org http://optim-sesstim.univ-amu.fr

Plus en détail

Retour sur les sessions

Retour sur les sessions Retour sur les sessions Session 1 : Modèles de données dans le cadre de systèmes d informations multi-sources en écologie Session 2 : Enrichissement et représentation de données multi-sources en écologie

Plus en détail

Adaptabilité d un MOOC aux styles d apprentissage. Hubert Kadima Directeur de Recherche LARIS/EISTI Email : hubert.kadima@eisti.fr

Adaptabilité d un MOOC aux styles d apprentissage. Hubert Kadima Directeur de Recherche LARIS/EISTI Email : hubert.kadima@eisti.fr Adaptabilité d un MOOC aux styles d apprentissage Hubert Kadima Directeur de Recherche LARIS/EISTI Email : hubert.kadima@eisti.fr Agenda 1. Contexte : l apprentissage dans le projet PLACIS 2. Choix du

Plus en détail

Présentation de la majeure ISN. ESILV - 18 avril 2013

Présentation de la majeure ISN. ESILV - 18 avril 2013 Présentation de la majeure ISN ESILV - 18 avril 2013 La Grande Carte des Métiers et des Emplois Sociétés de service Entreprises Administrations Grand- Public Sciences Utiliser Aider à utiliser Vendre APPLICATIONS:

Plus en détail

Séance d'accueil. Année académique 2011-2012

Séance d'accueil. Année académique 2011-2012 Séance d'accueil Année académique 2011-2012 Spécificités Pluridisciplinaire dans les cours chez les enseignants chez les étudiants Formation universitaire professionalisante public adulte horaire aménagé

Plus en détail

Introduction au développement du logiciel

Introduction au développement du logiciel Introduction au développement du logiciel Vers le génie logiciel Université de Nantes Master Miage M1 Plan 1 Introduction 2 Génie logiciel 3 Projet informatique 4 Méthode de développement 5 Qualité Bibliographie

Plus en détail

Hervé Couturier EVP, SAP Technology Development

Hervé Couturier EVP, SAP Technology Development Hervé Couturier EVP, SAP Technology Development Hervé Biausser Directeur de l Ecole Centrale Paris Bernard Liautaud Fondateur de Business Objects Questions à: Hervé Couturier Hervé Biausser Bernard Liautaud

Plus en détail

CURSUS MASTER EN INGENIERIE INFORMATIQUE : SYSTEMES INTELLIGENTS COMMUNICANTS

CURSUS MASTER EN INGENIERIE INFORMATIQUE : SYSTEMES INTELLIGENTS COMMUNICANTS CURSUS MASTER EN INGENIERIE INFORMATIQUE : SYSTEMES INTELLIGENTS COMMUNICANTS Domaine ministériel : Sciences, Technologies, Santé Présentation Nature de la formation : Diplôme national de l'enseignement

Plus en détail

Filière Data Mining (Fouille de données) Pierre Morizet-Mahoudeaux

Filière Data Mining (Fouille de données) Pierre Morizet-Mahoudeaux Filière Data Mining (Fouille de données) Pierre Morizet-Mahoudeaux Plan Objectifs Débouchés Formation UVs spécifiques UVs connexes Enseignants et partenaires Structure générale des études à l UTC Règlement

Plus en détail

Etat de l art sur l utilisation des techniques Web Sémantique en ECD

Etat de l art sur l utilisation des techniques Web Sémantique en ECD Etat de l art sur l utilisation des techniques Web Sémantique en ECD Hicham Behja ENSAM Meknès(1,2,3) Brigitte Trousse Projet AxIS INRIA Sophia Antipolis (2) Abdelaziz Marzak Faculté des sciences Casablanca

Plus en détail

L ALTERNANCE à la MIAGE DE TOULOUSE

L ALTERNANCE à la MIAGE DE TOULOUSE Méthodes Informatiques Appliquées à la Gestion des Entreprises L ALTERNANCE à la MIAGE DE TOULOUSE Contrats d Apprentissage Contrats de Professionnalisation Périodes de Professionnalisation L'alternance

Plus en détail

LE MASTER SYSTEMES D INFORMATION

LE MASTER SYSTEMES D INFORMATION Le Master Systèmes LE MASTER SYSTEMES D INFORMATION 33 Le Master Système d Information LE MASTER SYSTEME D INFORMATION Organisation générale L objectif général du diplôme est de préparer les étudiants

Plus en détail

Filière MMIS. Modélisation Mathématique, Images et Simulation. Responsables : Stefanie Hahmann, Valérie Perrier, Zoltan Szigeti

Filière MMIS. Modélisation Mathématique, Images et Simulation. Responsables : Stefanie Hahmann, Valérie Perrier, Zoltan Szigeti Filière MMIS Modélisation Mathématique, Images et Simulation Responsables : Stefanie Hahmann, Valérie Perrier, Zoltan Szigeti Valerie.Perrier@imag.fr Modélisation mathématique, Images et simulation (MMIS)

Plus en détail

Traitement et exploration du fichier Log du Serveur Web, pour l extraction des connaissances: Web Usage Mining

Traitement et exploration du fichier Log du Serveur Web, pour l extraction des connaissances: Web Usage Mining Traitement et exploration du fichier Log du Serveur Web, pour l extraction des connaissances: Web Usage Mining Mostafa HANOUNE*, Fouzia BENABBOU* *Université Hassan II- Mohammedia, Faculté des sciences

Plus en détail

FORUM NTIC BIG DATA, OPEN DATA Big Data: les challenges, les défis

FORUM NTIC BIG DATA, OPEN DATA Big Data: les challenges, les défis FORUM NTIC BIG DATA, OPEN DATA Big Data: les challenges, les défis Joseph Salmon Télécom ParisTech Jeudi 6 Février Joseph Salmon (Télécom ParisTech) Big Data Jeudi 6 Février 1 / 18 Agenda Contexte et opportunités

Plus en détail

IHEC CARTHAGE. de l ouverture sur l environnement

IHEC CARTHAGE. de l ouverture sur l environnement LICENCES IHEC Directeur Directrice des études Directrice des stages et de l ouverture sur l environnement Slim KHALBOUS slim.khalbous@gnet.tn Salma DAMAK salmadamak@yahoo.fr Fatma KILANI fatmakilanihec@gmail.com

Plus en détail

CED-ST 2013-2014 Liste des Sujets de Recherche Formation Doctorale : STIC Responsable de la Formation : Pr. L. OMARI (lahcen.omari@usmba.ac.

CED-ST 2013-2014 Liste des Sujets de Recherche Formation Doctorale : STIC Responsable de la Formation : Pr. L. OMARI (lahcen.omari@usmba.ac. CED-ST 2013-2014 Liste des Sujets de Recherche Formation Doctorale : STIC Responsable de la Formation : Pr. L. OMARI (lahcen.omari@usmba.ac.ma) N.B. : Les étudiants qui ont déposé leurs demandes d'inscription

Plus en détail

Etudier l informatique

Etudier l informatique Etudier l informatique à l Université de Genève 2015-2016 Les bonnes raisons d étudier l informatique à l UNIGE La participation à des dizaines de projets de recherche européens Dans la présente brochure,

Plus en détail

Programme scientifique Majeure INTELLIGENCE NUMERIQUE. Mentions Image et Réalité Virtuelle Intelligence Artificielle et Robotique

Programme scientifique Majeure INTELLIGENCE NUMERIQUE. Mentions Image et Réalité Virtuelle Intelligence Artificielle et Robotique É C O L E D I N G É N I E U R D E S T E C H N O L O G I E S D E L I N F O R M A T I O N E T D E L A C O M M U N I C A T I O N Programme scientifique Majeure INTELLIGENCE NUMERIQUE Langage Java Mentions

Plus en détail

Évaluation et implémentation des langages

Évaluation et implémentation des langages Évaluation et implémentation des langages Les langages de programmation et le processus de programmation Critères de conception et d évaluation des langages de programmation Les fondations de l implémentation

Plus en détail

Spécificités, Applications et Outils

Spécificités, Applications et Outils Spécificités, Applications et Outils Ricco Rakotomalala Université Lumière Lyon 2 Laboratoire ERIC Laboratoire ERIC 1 Ricco Rakotomalala ricco.rakotomalala@univ-lyon2.fr http://chirouble.univ-lyon2.fr/~ricco/data-mining

Plus en détail

Intelligence Artificielle et Robotique

Intelligence Artificielle et Robotique Intelligence Artificielle et Robotique Introduction à l intelligence artificielle David Janiszek david.janiszek@parisdescartes.fr http://www.math-info.univ-paris5.fr/~janiszek/ PRES Sorbonne Paris Cité

Plus en détail

ECOLE NATIONALE D INGENIEURS DE SFAX ANNEE UNIVERSITAIRE : 2010-2011

ECOLE NATIONALE D INGENIEURS DE SFAX ANNEE UNIVERSITAIRE : 2010-2011 ECOLE NATIONALE D INGENIEURS DE SFAX ANNEE UNIVERSITAIRE : 2010-2011 PROPOSITION D UNE OPTION POUR LA FILIERE GI Intitulé : Ingénierie des Systèmes Intelligents Motivations Coordinateur : Slim Kanoun Avec

Plus en détail

LICENCE INFORMATIQUE. En L3 : - Parcours Informatique (Info) - Parcours Signal et Informatique Industrielle (SII) www.univ-littoral.

LICENCE INFORMATIQUE. En L3 : - Parcours Informatique (Info) - Parcours Signal et Informatique Industrielle (SII) www.univ-littoral. SCIENCES & TECHNOLOGIES - SANTÉ ET STAPS LICENCE INFORMATIQUE En L : - Parcours Informatique (Info) - Parcours Signal et Informatique Industrielle (SII) www.univ-littoral.fr OBJECTIFS DE LA FORMATION La

Plus en détail

MANAGEMENT DES SYSTEMES D INFORMATION ET DE PRODUCTION MSIP

MANAGEMENT DES SYSTEMES D INFORMATION ET DE PRODUCTION MSIP MANAGEMENT DES SYSTEMES D INFORMATION ET DE PRODUCTION MSIP METHODES & CONCEPTS POUR UNE INGENIERIE INNOVANTE Ecole Nationale Supérieure des Mines de Rabat Département INFORMATIQUE www.enim.ac.ma MANAGEMENT

Plus en détail

Initiation à la fouille de données et à l apprentissage automatiq

Initiation à la fouille de données et à l apprentissage automatiq Initiation à la fouille de données et à l apprentissage automatique 1 Laboratoire d Informatique Fondamentale de Marseille Université de Provence christophe.magnan@lif.univ-mrs.fr www.lif.univ-mrs.fr/

Plus en détail

Filière Data Mining (Fouille de données) Pierre Morizet-Mahoudeaux

Filière Data Mining (Fouille de données) Pierre Morizet-Mahoudeaux Filière Data Mining (Fouille de données) Pierre Morizet-Mahoudeaux Plan Motivations Débouchés Formation UVs spécifiques UVs connexes Enseignants et partenaires Motivations de la filière fouille de données

Plus en détail

Workflow/DataWarehouse/DataMining. 14-09-98 LORIA - Université d automne 1998 - Informatique décisionnelle - L. Mirtain 1

Workflow/DataWarehouse/DataMining. 14-09-98 LORIA - Université d automne 1998 - Informatique décisionnelle - L. Mirtain 1 Workflow/DataWarehouse/DataMining 14-09-98 LORIA - Université d automne 1998 - Informatique décisionnelle - L. Mirtain 1 plan Workflow DataWarehouse Aide à la décision DataMinig Conclusion 14-09-98 LORIA

Plus en détail

THOT - Extraction de données et de schémas d un SGBD

THOT - Extraction de données et de schémas d un SGBD THOT - Extraction de données et de schémas d un SGBD Pierre-Jean DOUSSET (France), Benoît ALBAREIL (France) pj@miningdb.com, benoit@miningdb.com Mots clefs : Fouille d information, base de données, système

Plus en détail

Introduction à La Fouille de Données. Khai thác dữ liệu. Cours M1 IA «Systèmes Intelligents & Multimédia» Jean-Daniel Zucker

Introduction à La Fouille de Données. Khai thác dữ liệu. Cours M1 IA «Systèmes Intelligents & Multimédia» Jean-Daniel Zucker 1 /81 Cours IFI M1 Data Mining Introduction à La Fouille de Données Khai thác dữ liệu Cours M1 IA «Systèmes Intelligents & Multimédia» Jean-Daniel Zucker Chercheur de l IRD à UMMISCO (Modélisation Mathématiques

Plus en détail

MASTER INFORMATIQUE ET INGENIERIE DES SYSTEMES COMPLEXES PARCOURS SIGNAL ET TELECOMMUNICATIONS

MASTER INFORMATIQUE ET INGENIERIE DES SYSTEMES COMPLEXES PARCOURS SIGNAL ET TELECOMMUNICATIONS MASTER INFORMATIQUE ET INGENIERIE DES SYSTEMES COMPLEXES PARCOURS SIGNAL ET TELECOMMUNICATIONS Domaine ministériel : Sciences, Technologies, Santé Présentation Nature de la formation : Diplôme national

Plus en détail

«Innovation Intelligence» La valorisation des données massives au service des partenariats R&D. Expernova Université d été GFII 11-09-2014

«Innovation Intelligence» La valorisation des données massives au service des partenariats R&D. Expernova Université d été GFII 11-09-2014 «Innovation Intelligence» La valorisation des données massives au service des partenariats R&D Expernova Université d été GFII 11-09-2014 [Une tendance forte à l Open Innovation ] «Le monde est devenu

Plus en détail

Réseau Sociaux Plan. 1. Historique. 2. Définition et fonctionnalités. 3. Usages actuels. 4. Tendances. 5. Problématiques de recherche

Réseau Sociaux Plan. 1. Historique. 2. Définition et fonctionnalités. 3. Usages actuels. 4. Tendances. 5. Problématiques de recherche Réseaux Sociaux Révolution des usages sur Internet, et nouvelles problématiques de recherche Pierre Maret, Laboratoire Hubert Curien, St-Etienne Adrien Joly, Alcatel-Lucent Bell Labs France, Villarceaux

Plus en détail

DESCRIPTIF DE MODULE S5 GSI

DESCRIPTIF DE MODULE S5 GSI Option SIM DESCRIPTIF DE MODULE S5 GSI : Gouvernance et Systèmes d Information COORDONNATEUR DU MODULE : Département : Ce module a pour but d enseigner les méthodes, les règles et les pratiques nécessaires

Plus en détail

ANNEXES. Evaluation de la formation à Polytech Lille Département GIS. Enseignements les plus utiles. Enseignements à renforcer

ANNEXES. Evaluation de la formation à Polytech Lille Département GIS. Enseignements les plus utiles. Enseignements à renforcer ANNEXES Evaluation de la formation à Polytech Lille Département GIS Enseignements les plus utiles Enseignements à renforcer Enseignements à intégrer Commentaires Généraux Accompagnement Professionnel Enseignements

Plus en détail

LE VIVIER DE COMPETENCES TIC LOCALES

LE VIVIER DE COMPETENCES TIC LOCALES 1 LE VIVIER DE COMPETENCES TIC LOCALES PRODUIT PAR L UNIVERSITÉ DES ANTILLES & DE LA GUYANE Suzy Gaucher-Cazalis - Carrefour des TIC - Novembre 2008 SOMMAIRE 2 L Université des Antilles et de la Guyane

Plus en détail

Le Data Mining Techniques pour exploiter l information. Auteur : Dan Noël Date : 24.04.2009

Le Data Mining Techniques pour exploiter l information. Auteur : Dan Noël Date : 24.04.2009 Le Data Mining Techniques pour exploiter l information Auteur : Dan Noël Date : 24.04.2009 Agenda de la présentation du 26.03.2009 Concept de Data Mining ou qu est-ce que le Data Mining Déroulement d un

Plus en détail

RÉSUMÉ DESCRIPTIF DE LA CERTIFICATION (FICHE RÉPERTOIRE)

RÉSUMÉ DESCRIPTIF DE LA CERTIFICATION (FICHE RÉPERTOIRE) RÉSUMÉ DESCRIPTIF DE LA CERTIFICATION (FICHE RÉPERTOIRE) Intitulé (cadre 1) Domaine : Sciences, Technologies, Santé Licence professionnelle : Dénomination Nationale «Systèmes informatiques et logiciels»

Plus en détail

Formation BusinessObjects v.6.5. Contenu des Formations

Formation BusinessObjects v.6.5. Contenu des Formations Formation BusinessObjects v.6.5 des Formations TABLE DES MATIERES I. UTILISATEUR BO V.6.5 NIVEAU 1 & 2... 3 DESCRIPTION... 3 PREALABLE... 3 CONTENU... 3 II. INFOVIEW & WEBINTELLIGENCE V.6.5... 4 DESCRIPTION...

Plus en détail

Master de Bioinformatique et Biologie des Systèmes Toulouse http://m2pbioinfo.biotoul.fr Responsable : Pr. Gwennaele Fichant

Master de Bioinformatique et Biologie des Systèmes Toulouse http://m2pbioinfo.biotoul.fr Responsable : Pr. Gwennaele Fichant Master de Bioinformatique et Biologie des Systèmes Toulouse http://m2pbioinfo.biotoul.fr Responsable : Pr. Gwennaele Fichant Parcours: Master 1 : Bioinformatique et biologie des Systèmes dans le Master

Plus en détail

OBTENIR UN DOUBLE DIPLÔME À L EISTI

OBTENIR UN DOUBLE DIPLÔME À L EISTI école d ingénieurs Mathématiques - Informatique Cergy-Pau www.eisti.fr OBTENIR UN DOUBLE DIPLÔME À L EISTI Mathématiques - Nouvelles Technologies Systèmes d Information - Finance Innovation - Management

Plus en détail

Introduction au datamining

Introduction au datamining Introduction au datamining Patrick Naïm janvier 2005 Définition Définition Historique Mot utilisé au départ par les statisticiens Le mot indiquait une utilisation intensive des données conduisant à des

Plus en détail

Le data mining et l assurance Mai 2004. Charles Dugas Président Marianne Lalonde Directrice, développement des affaires

Le data mining et l assurance Mai 2004. Charles Dugas Président Marianne Lalonde Directrice, développement des affaires Le data mining et l assurance Mai 2004 Charles Dugas Président Marianne Lalonde Directrice, développement des affaires AGENDA Qu est-ce que le data mining? Le projet et les facteurs de réussite Les technologies

Plus en détail

Algèbre 40 Analyse 26 14 Stat. 1 - IES : Probabilités discrètes et calcul intégral 29,5 6 Stat. 2 - IES : Probabilités générales 54 8 UE1-02 M-E-IS

Algèbre 40 Analyse 26 14 Stat. 1 - IES : Probabilités discrètes et calcul intégral 29,5 6 Stat. 2 - IES : Probabilités générales 54 8 UE1-02 M-E-IS 1er semestre UE1-01 E Algèbre 40 Analyse 26 14 Stat. 1 - IES : Probabilités discrètes et calcul intégral 29,5 6 Stat. 2 - IES : Probabilités générales 54 8 UE1-02 M-E-IS Introduction au système SAS 25,5

Plus en détail

Juin 97 : Diplôme National d'ingénieur en Informatique spécialité système à base des connaissances et intelligence artificielle

Juin 97 : Diplôme National d'ingénieur en Informatique spécialité système à base des connaissances et intelligence artificielle Ali DABBAGHI 4, place du château 1008 Tunis Tél. : 00 216 98 266 041 Email : ali.dabbaghi@hexabyte.tn ÉTAT CIVIL Situation de famille : marié 1 enfant (Rayen) Nationalité : Tunisienne Né-le : 17/09/1971

Plus en détail

SYSTEME D INFORMATION MARKETING ET COMMERCE

SYSTEME D INFORMATION MARKETING ET COMMERCE SYSTEME D INFORMATION MARKETING ET COMMERCE Préparez ce diplôme à l école de Management de l IGA OBJECTIFS DE LA FORMATION L'objectif de cette spécialité est de former aux différents métiers du marketing

Plus en détail

Ce qu est le Data Mining

Ce qu est le Data Mining Data Mining 1 Ce qu est le Data Mining Extraction d informations intéressantes non triviales, implicites, préalablement inconnues et potentiellement utiles à partir de données. Autres appellations: ECD

Plus en détail

Filière Fouille de Données et Décisionnel FDD (Data Mining) Pierre Morizet-Mahoudeaux www.hds.utc.fr/~pmorizet pierre.morizet@utc.

Filière Fouille de Données et Décisionnel FDD (Data Mining) Pierre Morizet-Mahoudeaux www.hds.utc.fr/~pmorizet pierre.morizet@utc. Filière Fouille de Données et Décisionnel FDD (Data Mining) Pierre Morizet-Mahoudeaux www.hds.utc.fr/~pmorizet pierre.morizet@utc.fr Plan Motivations Débouchés Formation UVs spécifiques UVs connexes Enseignants

Plus en détail

AXES DE RECHERCHE - DOMAINE D'INTERET MAJEUR LOGICIELS ET SYSTEMES COMPLEXES

AXES DE RECHERCHE - DOMAINE D'INTERET MAJEUR LOGICIELS ET SYSTEMES COMPLEXES 1 AXES DE RECHERCHE - DOMAINE D'INTERET MAJEUR LOGICIELS ET SYSTEMES COMPLEXES 2 Axes de recherche L activité du DIM LSC concerne la méthodologie de la conception et le développement de systèmes à forte

Plus en détail

OLAP. Data Mining Decision

OLAP. Data Mining Decision Machine Learning Information Systems Data Warehouses Web & Cloud Intelligence OLAP Knowledge Management Data Mining Decision ENTREPÔTS, REPRÉSENTATION & INGÉNIERIE des CONNAISSANCES Une recherche pluridisciplinaire...

Plus en détail

Session Principale CA 51 Pr. A. Mast. Mastère professionnel en comptabilité (Comptabilité-Contrôle et Audit) Journée_: Modules HoraireEpreuve

Session Principale CA 51 Pr. A. Mast. Mastère professionnel en comptabilité (Comptabilité-Contrôle et Audit) Journée_: Modules HoraireEpreuve CA 51 Pr. A. Mast. Mastère professionnel en comptabilité (Comptabilité-Contrôle et Audit) Information et communication Méthodologie de Recherche Comptabilité IFRS II Conduite du changement et GRH DROIT

Plus en détail

RESUME DESCRIPTIF DE LA CERTIFICATION (FICHE REPERTOIRE)

RESUME DESCRIPTIF DE LA CERTIFICATION (FICHE REPERTOIRE) RESUME DESCRIPTIF DE LA CERTIFICATION (FICHE REPERTOIRE) Intitulé (cadre 1) Ingénieur diplômé de l École Nationale Supérieure d Ingénieurs en Informatique, Automatique, Mécanique, Énergétique et Électronique

Plus en détail

P. 1. Evolution de l environnement et des compétences documentaires: exemple dans le champ de la santé publique

P. 1. Evolution de l environnement et des compétences documentaires: exemple dans le champ de la santé publique P. 1 Evolution de l environnement et des compétences documentaires: exemple dans le champ de la santé publique Début des années 1990 L Inist-CNRS va contribuer à l alimentation du premier corpus de la

Plus en détail

1.2 Unité responsable Département d informatique, Faculté des sciences

1.2 Unité responsable Département d informatique, Faculté des sciences 1. Identification du programme 1.1 Titre du programme Maîtrise ès sciences (informatique) 1.2 Unité responsable Département d informatique, Faculté des sciences 1.3 Diplôme accordé M. Sc. (Informatique)

Plus en détail

SYLLABUS SEMESTRE 9 Année 2011-2012

SYLLABUS SEMESTRE 9 Année 2011-2012 SYLLABUS SEMESTRE 9 2011-2012 Parcours S2I «Systèmes d Information et Informatique» François Brucker Tel.: 04 91 05 43 95 E-mail : francois.brucker@centrale-marseille.fr PROGRAMME Nb heures élèves (hors

Plus en détail

/&! /)! /+! /,! /,! 01 % Programmes et contenus de la Licence Appliquée Technologies de l Informatique 2013

/&! /)! /+! /,! /,! 01 % Programmes et contenus de la Licence Appliquée Technologies de l Informatique 2013 &'&()* )'+* "#$%#% )'+(,* /&! 01 /)! $% /+! /,! 01 % +'-(.* /&! G!- /)! G! /+! G /,! G! 01 $% 01 % 1/$ Programmes et contenus de la Licence Appliquée Technologies de l Informatique 01 F 1.. Plans d études

Plus en détail

INDEXATION des IMAGES

INDEXATION des IMAGES INDEXATION des IMAGES Marine Campedel www.tsi.enst.fr/~campedel mars 2005 Plan du cours Généralités Méthodes Indexation textuelle Indexation par le contenu Récupération de l information (retrieval) Feedback

Plus en détail

INGÉNIERIE DES SYSTÈMES INFORMATIQUES - PARCOURS : ARCHITECTURE ET SÉCURITÉ DES SYSTÈMES ET RÉSEAUX INFORMATIQUES

INGÉNIERIE DES SYSTÈMES INFORMATIQUES - PARCOURS : ARCHITECTURE ET SÉCURITÉ DES SYSTÈMES ET RÉSEAUX INFORMATIQUES INGÉNIERIE DES SYSTÈMES INFORMATIQUES - PARCOURS : ARCHITECTURE ET SÉCURITÉ DES SYSTÈMES ET RÉSEAUX INFORMATIQUES Préparez ce diplôme à l école de d ingénierie de l IGA OBJECTIFS DE LA FORMATION Aujourd

Plus en détail

Sciences des organisations

Sciences des organisations Niveau LICENCE : BAC 3 MAGISTERE : BAC+2 à 5 Dans les mentions : Droit et Gestion, Economie Appliquée, Gestion, Management Professionnalisant, Management de L Hôtellerie-Restauration, Sciences de la société.

Plus en détail

Programme scientifique Majeure ARCHITECTURE DES SYSTEMES D INFORMATION. Mentions Ingénierie des Systèmes d Information Business Intelligence

Programme scientifique Majeure ARCHITECTURE DES SYSTEMES D INFORMATION. Mentions Ingénierie des Systèmes d Information Business Intelligence É C O L E D I N G É N I E U R D E S T E C H N O L O G I E S D E L I N F O R M A T I O N E T D E L A C O M M U N I C A T I O N Programme scientifique Majeure ARCHITECTURE DES SYSTEMES D INFORMATION Mentions

Plus en détail

Master Sciences et technologies Mention MI : Management de l Innovation

Master Sciences et technologies Mention MI : Management de l Innovation Master Sciences et technologies Mention MI : Management de l Innovation M2 Spécialité Ingénierie et Management de la Formation (IMFL ) Présentation des UE UE de spécialité UE1 «Management des connaissances

Plus en détail

Master CST. Culture Scientifique et Technologique. IUFM «Célestin Freinet Académie de Nice» Service Communication - IUFM

Master CST. Culture Scientifique et Technologique. IUFM «Célestin Freinet Académie de Nice» Service Communication - IUFM Master CST Culture Scientifique et Technologique IUFM «Célestin Freinet Académie de Nice» 1 Architecture du Master Ouvert depuis sept. 2010 2 Spécialité Sciences Industrielles de l ingénieur Parcours Médiation

Plus en détail

Application de K-means à la définition du nombre de VM optimal dans un cloud

Application de K-means à la définition du nombre de VM optimal dans un cloud Application de K-means à la définition du nombre de VM optimal dans un cloud EGC 2012 : Atelier Fouille de données complexes : complexité liée aux données multiples et massives (31 janvier - 3 février

Plus en détail