Les technologies et les outils, les méthodes et les techniques d'analyse pour faire parler les masses de données.
La science des données et l'apprentissage automatique sont au coeur de la recherche par les données. L'essor des données, l'évolution des technologies d'acquisition, de stockage, d'accès, de traitement et d'analyse ouvrent de nouveaux horizons.
Nous nous intéresserons aux compétences et savoir-faire nécessaires en informatique et en analyse pour concevoir, mettre en oeuvre les solutions pour faire émerger du sens aux données.
Aujourd'hui, le scientifique de la donnée se doit de maîtriser toute la chaîne, de l'acquisition (qualité, contrôle, intégration, …) à la prédiction ou à la prise de décision (restitution, visualisation, …) en passant par le traitement et l'analyse (modélisation statistique, machine learning, …).
Agenda à checker avec http://www.jdev2017.fr
(A) Atelier , (GT) Groupe de Travail, (P) les présentations.
Notebooks (1, 2) (Machine learning avec ScikitLearn?)
Réference Tidy data (bien ranger les données) de Hadley Wickham