 | Programme d’études 2019-2020 | English | |
| Business intelligence | |||
Activité d'apprentissage |
| Code | Titulaire(s) | Co-Titulaire(s) | Suppléant(s) et autre(s) | Établissement(s) |
|---|---|---|---|---|
| W-TICO-106 |
|
|
| Langue d’enseignement | Langue d’évaluation | HT(*) | HTPE(*) | HTPS(*) | HR(*) | HD(*) | Période d’enseignement |
|---|---|---|---|---|---|---|---|
| Français | Français | 30 | 0 | 0 | 0 | 0 | Q1 |
Contenu de l'AA
Le data warehouse.
L'OLAP.
La classification.
Le clustering.
Les règles d'association.
Supports principaux non reproductibles
Site Web avec des notes de cours et transparents.
Pang-Ning Tan, Michael Steinbach, Vipin Kumar: Introduction to Data Mining. Addison-Wesley 2005, ISBN 0-321-32136-7
(chapitres disponibles en ligne)
Logiciel Weka
Support complémentaires non reproductibles
Sans objet
Autres références conseillées
Sans objet
Mode d'enseignement
- Face à face
Types d'activités
- Cours magistraux
- Conférences
Evaluations
Les modalités d'évaluation de l'AA sont précisées dans la fiche de l'UE dont elle dépend
(*) HT : Heures théoriques - HTPE : Heures de travaux pratiques encadrés - HTPS : Heures de travaux pratiques supervisés - HD : Heures diverses - HR : Heures de remédiation - Dans la colonne Pér. (Période), A=Année, Q1=1er quadrimestre et Q2=2e quadrimestre