Logo

Cours Cnam RCP216
index

Index

A | C | D | E | F | G | H | K | L | M | R | S | T | V | W

A

  • analyse syntaxique
  • Apprentissage incrémental
  • Apprentissage supervisé

C

  • Centres mobiles
  • classification ascendante hiérarchique
  • Classification automatique
  • CoreNLP
  • coréférence
  • courbes ROC

D

  • descente de gradient

E

  • entité nommée
  • ESA
  • Ethique
  • échantillonnage

F

  • filtrage dans un flux
  • filtre de Bloom
  • Flux de données

G

  • grid search

H

  • Hyperparamètres

K

  • K-means
  • k-means++
  • k-means||

L

  • L'indice de Ward
  • lemmatisation
  • lien maximum
  • lien minimum
  • lien moyen
  • LSA

M

  • Machines à vecteurs de support
  • MapReduce, [1]
  • Modele_vectoriel

R

  • racinisation

S

  • schéma d'interprétation
  • spaCy
  • Spark, [1]
  • Spark ML
  • Spark Streaming
  • SparkNLP
  • streaming K-means
  • SVM

T

  • tagger
  • TF-IDF
  • tokenizer
  • TreeTagger

V

  • validation croisée

W

  • Word2Vec

Table des matières

  • Préambule
  • Cours - Introduction
  • Travaux pratiques - Introduction à Python
  • Cours - Réduction du volume de données
  • Travaux pratiques - Introduction à Spark
  • Cours - Réduction de l’ordre de complexité
  • Travaux pratiques - Lecture, écriture et manipulation de DataFrames. Exécution d’applications
  • Cours - Recherche par similarité. Application aux systèmes de recommandation
  • Travaux pratiques - Echantillonnage. Analyse en composantes principales
  • TP++ - Analyse factorielle discriminante - Étape descriptive
  • Cours - Classification Automatique
  • Travaux pratiques - Classification automatique avec k-means
  • Cours - Fouille de données textuelles
  • Travaux pratiques - Analyse de textes avec Spark NLP
  • Cours - Apprentissage supervisé à large échelle
  • Travaux pratiques - SVM linéaires
  • Travaux pratiques - Discrimination de textes avec Spark NLP
  • Cours - Fouille de flux de données
  • Travaux pratiques - Fouille de flux de données
  • Cours - Ethique dans la fouille de données
  • Travaux pratiques - Détection et correction des disparités
  • Cours - Fouille de graphes et réseaux sociaux
  • Travaux pratiques - Introduction à GraphFrames : chemins et centralités
  • Travaux pratiques - Analyse d’un grand graphe (Medline)
  • Cours - Détection de communautés dans les graphes
  • Cours - Visualisation d’information
  • Cours - Visualisation de graphes et réseaux sociaux
  • Travaux pratiques - Visualisation de graphes avec Gephi

Recherche

index
© Copyright 2015-2024, M. Crucianu, R. Fournier-S'niehotta, M. Ferecatu, N. Audebert - Cnam. Licence Creative Commons BY-NC-SA 4.0. Mis à jour le janv. 14, 2025. Créé en utilisant Sphinx 7.2.6.