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

Lectures Complémentaires

• "Spanner: Google’s Globally-Distributed Database"