ISS9AA - Machine Learning
Modélisation avancée des des connaissances / Advanced Knowledge Modeling
Responsable : Bart LAMIROY, Maître de conférences
Bart.Lamiroy@univ-lorraine.fr
Durée du module : 21 heures
Crédits ECTS : 2
Contenu
Ce cours permet d'acquérir une culture générale large dans des approches traitant soit des grandes masses de données (Big Data) soit de données complexes, par différents biais : tant par les approches technologiques de stockage et d'accès aux données que par les outils informatiques d'apprentissage automatique et d'inférence de connaissances.
Première Partie (Données Complexes)
Représentation de connaissances par ontologies
Inférence et raisonnement par logique de description
Analyse formelle de concepts
Seconde Partie (Big Data)
NoSQL : Introduction et BASE vs. ACID, théorème CAP
Solutions techniques au passage à l'échelle, Map-Reduce
Études de cas 1 : key-value store, document databases
Études de cas 2 : column-oriented databases, graph databases
Planning des Séances (2014-2015)
Supports de cours
RDBMS et NoSQL
NoSQL Databases, Christof Strauch
"MapReduce: Simpli.ed Data Processing on Large Clusters", Google Inc.
"A Comparison of Approaches to Large-Scale Data Analysis", A. Pavlo, E. Paulson, A. Rasin, D. Abadi, D. DeWitt, S. Madden, M. Stonebraker
"Query Optimization", Y. Ioannidis
Ontologies & Description Logics
"A Practical Introduction to Ontologies & OWL", Univ. of Manchester
"Ontologies and the Semantic Web", I. Horrocks
"Knowledge Bases and Databases", D. Calvanese
Protégé, Stanford University
Formal Concept Analysis
"Introduction to Formal Concept Analysis", R. Belohlavek
"Introduction to Formal Concept Analysis", B. Wormuth, P. Becker