NISS 2018

The last few years have known a revolution in the image processing field especially when A.I. was involved giving birth to many essential daily solutions. Image processing is interested to digital image analysis and manipulation using mathematical modeling in order to improve its quality, to restore it after degradation, to recognize in it useful information or to reduce its size for optimal storage and transmission purposes. If you are a beginner in the image processing field, this is your chance to get the necessary concepts in this business. We will be using the OpenCV 3 API/C++ in order to complete all Labs.

Le Data Mining est l’extraction d’information d’intérêt (non triviale, implicite, inconnue à priori et potentiellement utile) à partir de données stockées dans de large entrepôts de données, en utilisant des procédures automatiques ou semi-automatiques pour une prise de décision. Cette formation, vous propose une synthèse sur le Data Mining, les méthodes et outils les plus utilisés, ses applications et ses apports pour l’entreprise

Comprendre les principes et la finalité du Data Mining (DM)
Identifier les principales techniques du DM et leur cas d'utilisation
Mettre en œuvre sur un cas simple les méthodes de scoring et de géomarketing
Découvrir les méthodes prédictives et les méthodes descriptives du DM
Connaître les principales étapes d'un projet Data Mining

Le Système d'Information Décisionnel (SID)
·             Les enjeux du SID : besoins, domaines d'application.
·             Conception d'un SID.
Comprendre le Data Mining (DM)
·             Définition et finalité du Data Mining (DM).
·             L’impact du Data Mining sur l’entreprise.
·             Domaines d’applications
Les techniques du Data Mining
·             Les différentes familles de techniques du DM.
·             Les méthodes prédictives et les méthodes descriptives.
La méthode descriptive du Clustering
·             Définition et méthodologie.
·             Les différentes sous-familles du Clustering.
·             Exemple : Présentation d’applications du Clustering
Exemples d'application du DM
·             Le scoring : définition, finalité, méthodologie. (Outil R)
·             Le géomarketing : définition, finalité, méthodologie. (Outil R)
Méthodologie de projet Data Mining
Processus de découverte de la connaissance (KDD : Knowledge Discovery in Databases).