Programme d’étudesEnglish
Datawarehousing et datamining
Unité d’enseignement du programme de Master en sciences mathématiques à la Faculté des Sciences
CodeTypeResponsable Coordonnées
du service
Enseignant(s)
US-M1-SCMATH-014-MUE optionnelleWIJSEN JozefS832 - Systèmes d'information
  • WIJSEN Jozef

Langue
d’enseignement
Langue
d’évaluation
HT(*) HTPE(*) HTPS(*) HR(*) HD(*) CréditsPondération Période
d’enseignement
  • Français
Français30030006.006.00

Code(s) d’AAActivité(s) d’apprentissage (AA) HT(*) HTPE(*) HTPS(*) HR(*) HD(*) Période
d’enseignement
Pondération
S-INFO-027Datawarehousing et datamining300000Q2
S-INFO-888Travaux pratiques de datawarehousing et datamining003000Q2

Note globale : les évaluations de chaque AA donnent lieu à une note globale pour l'unité d'enseignement.
Unité d'enseignement

Objectifs par rapport aux acquis d'apprentissage du programme

  • Être capable de réaliser des projets d'envergure
    • -Avoir l'autonomie nécessaire pour mener à bien un projet d'envergure lié aux mathématiques ou à leurs applications. Ceci implique de pouvoir prendre en compte la complexité du projet, ses objectifs et les ressources disponibles pour le réaliser.
    • -Pouvoir présenter oralement et par écrit les objectifs et les résultats d'un projet.
  • Être capable d'innovation pour résoudre une problématique inédite en mathématiques ou dans leurs applications
    • -Pouvoir mobiliser ses connaissances, rechercher et analyser diverses sources d'information afin de proposer des solutions éventuellement innovantes à des problématiques inédites ciblées.
    • -Pouvoir faire usage de l'outil informatique de manière appropriée, au besoin en développant un petit programme.
  • Pouvoir communiquer clairement
    • -Pouvoir communiquer oralement et par écrit des résultats de mathématique ou de domaines connexes en s'adaptant au public.
  • Être capable de s'adapter à différents contextes
    • -Faire preuve de rigueur, d'autonomie, de créativité, d'honnêteté intellectuelle, de sens éthique et déontologique

Acquis d'apprentissage UE

Voir la seule AA dans cette UE.

Contenu de l'UE

Voir la seule AA dans cette UE.

Compétences préalables

Sans objet

Types d'évaluations Q1 pour l'UE

  • Néant

Commentaire sur les évaluations Q1 de l'UE

Sans objet

Types d'évaluations Q2 pour l'UE

  • Présentation et travaux
  • Examen écrit

Commentaire sur les évaluations Q2 de l'UE

Voir la seule AA dans cette UE.

Types d'évaluation Q3 pour l'UE

  • Présentation et travaux
  • Examen écrit

Commentaire sur les évaluations Q3 de l'UE

Voir la seule AA dans cette UE.

Types d'évaluation rattrapage BAB1 (Q1) pour l'UE

  • Néant

Commentaire sur les évaluations rattr. Q1 de l'UE

Sans objet

Types d'activités

AATypes d'activités
S-INFO-027
  • Cours magistraux
  • Conférences
S-INFO-888
  • Préparations, travaux, recherches d'information

Mode d'enseignement

AAMode d'enseignement
S-INFO-027
  • Face à face
S-INFO-888

Supports principaux

AA
S-INFO-027
S-INFO-888

Supports principaux non reproductibles

AASupports principaux non reproductibles
S-INFO-027Site Web avec des notes de cours, transparents et anciens examens.

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
S-INFO-888Sans objet

Supports complémentaires

AA
S-INFO-027
S-INFO-888

Supports complémentaires non reproductibles

AASupport complémentaires non reproductibles
S-INFO-027Sans objet
S-INFO-888Sans objet

Autres références conseillées

AAAutres références conseillées
S-INFO-027Sans objet
S-INFO-888Sans objet
Date de génération : 17/03/2017
20, place du Parc, B7000 Mons - Belgique
Tél: +32 (0)65 373111
Courriel: info.mons@umons.ac.be