Partout dans le monde, se constituent des gisements de données considérables, mais les connaissances sont souvent difficiles à extraire et à analyser. La fouille de données (ou Data Mining) et l’apprentissage artificiel (ou Machine Learning) sont devenus des outils essentiels afin de mettre à jour des régularités dans les données et de construire des modèles explicatifs ou prédictifs.

L’objectif de ce cours est de permettre aux étudiants d’acquérir des connaissances en extraction de connaissances à partir de données et de les approfondir. La première partie du cours leur permettra d’assimiler des notions théoriques de base et des aspects méthodologiques (apprentissage supervisé vs. non supervisé, évaluation et validation des résultats de l’apprentissage, sur-apprentissage, …). La deuxième partie permettra aux étudiants d’étudier et de maîtriser des algorithmes d’apprentissage aussi bien numériques que symboliques. Ces algorithmes seront notamment étudiés à travers les outils Python et R.