Cette UE présente des techniques actuelles permettant l’exploration et la simplification de jeux de données. Les aspects pratiques seront développés et appuyés sur des apports théoriques concernant les principes sous-jacents et l’évaluation des résultats. Différentes catégories de données seront considérées. Les techniques présentées couvrent : les arbres de décision, l’apprentissage à base d'instances, la classification non-supervisée (partition, classification hiérarchique), les réseaux de neurones, les séparateurs à vaste marge (SVM), les classeurs bayésiens, la recherche de motifs.

• Structurer et argumenter un raisonnement
• Consolider les compétences informatiques
• Traiter des données géographiques, analyser et présenter les résultats
• Choisir et paramétrer une méthode répondant à un problème donné en fonction de l'objectif et des données disponibles
• Mettre en œuvre les logiciels Weka et R