Bienvenue au module 2 - Data mining Itemset ! Dans ce module, nous allons apprendre comment représenter les données sous forme d'itemsets et les opérations de base de Data mining avec des données itemset. Nous nous concentrerons sur l'extraction de motifs fréquents à partir d'une collection d'itemsets, sur l'évaluation de l'intérêt des motifs d'itemsets et sur le calcul de la similarité de Jaccard entre deux itemsets. C'est parti !

Bienvenue au module 3 - Data mining : données vectorielles et matricielles ! Nous sommes à mi-chemin de notre cours sur le Data mining ! Dans ce module, nous allons apprendre à exploiter des données représentées sous forme de vecteurs et de matrices. Nous nous concentrerons sur la façon de représenter les données sous forme de vecteurs, sur les différentes mesures de similarité/distance des données vectorielles, sur les motifs des données matricielles et sur la façon d'appliquer ces concepts à des scénarios du monde réel. C'est parti !

Bienvenue au module 4 - L'exploitation des séquences, notre dernier module de cours ! Nous conclurons notre cours en apprenant à représenter les données sous forme de séquences. Nous nous concentrerons sur les modèles séquentiels couramment utilisés (ngrams et skipgrams), les mesures de distance pour les données de séquence (Edit Distance et Shingling), et comment ils peuvent être appliqués à des tâches du monde réel. C'est parti !