CSC 4538 – Introduction à la science des données

Le cours CSC 4538 – Introduction à la science des données est un cours de deuxième année d'école d'ingénieur (niveau Master 1) donné à Télécom SudParis dans le parcours MAIA. À la fin de ce cours, les étudiants disposeront d'une boite à outil variée leur permettant de résoudre de nombreux problèmes pratiques qui font le quotidien d'un data scientist. En détails, un étudiant saura :

• programmer en Python
• analyser et visualiser des données
• construire un dataset à l'aide d'un outil de scrapping
• modéliser des données sémantiques suivant les standards classiques du Web
• requêter une base de connaissance à l'aide de SPARQL
• recourir à des algorithmes de graphes

• Sujet
  Contenu
  Notions clefs
• CI1
  Introduction à Python
  • Présentation du cours
    – 10min
  • Slides
    – 1h20
  • Exercices
    – 1h30
  • Contrôle continu – Faire 10 exercices sur LeetCode
    – 1h30
  • Python
• CI2
  Introduction au web des données
  • Cours
  • Web sémantique
  • SPARQL
• CI3
  Description de ressource avec RDF et RDFS
  • Cours
  • RDF/RDFS
  • OWL
• CI4
  Introduction aux ontologies
  • Cours
  • Ontologies
• CI5
  Scrapping
  • Slides
    – 1h20
  • Exercices
    – 1h30
  • HTTP
  • Fonctionnement sites webs
  • Analyse du réseau
  • Extraction de contenu
• CI6
  Introduction au traitement du langage naturel
  • Slides
    – 1h20
  • Exercices
    – 1h30
  • Expressions régulières
  • Grammaires hors contexte
  • Normalization de textes
  • Vectorisation
• CI7
  Visualisation de données
  • Slides
    – 1h20
  • Exercices et devoir à rendre pour le 21 juin
    – 2h
  • Types de visualisation
  • Principes de Gestalt
  • Focaliser l'attention
  • Raconter une histoire avec les données
• CI8
  Recherche d'informations
  • Slides
    – 1h20
  • Exercices
    – 2h
  • Index inversé
  • Index positionnel
  • TFIDF
• CI9
  Systèmes de recommandation
  • Slides
    – 1h20
  • Exercices
    – 2h
  • Recommandation basée sur le contenu
  • Filtrage collaboratif
  • Évaluation des recommandations
  • Recommandation par factorisation de matrice
• CI10
  Récapitulatif
  • Slides
    – 1h20