- Accès aux données : bases de données versus données non structurées, comprendre les différences et comment cela impacte les traitements à mettre en œuvre.
- Notions de traitement d'images (quelques exemples de traitement à partir d’exemples d’IA utilisant les images : vision par ordinateur, reconnaissance d’objets ou de caractères, etc).
- Notions d'analyse de langage naturel/texte : types de données textuelles, pré-traitements spécifiques, enrichissement des données à l’aide d’outils de TAL (Traitement Automatique des Langues)
- Données géolocalisées
- Analyse de séries temporelles

Les séances de TP seront l’occasion de mettre en œuvre les méthodes vues en cours et en TD sur des données en liens forts avec les domaines d’applications des étudiants.
 

Objectifs en termes de connaissances
- Savoir exploiter des données non structurées et structurées
- Connaître les traitements de base pour des données de différents types (images, textes, série temporelle, données géolocalisées)
- Savoir utiliser les outils informatiques pour mettre en œuvre ces traitements dans divers contextes applicatifs