Programme d’études 2020-2021English
Big Data Analytics
Activité d'apprentissage
CodeTitulaire(s)Co-Titulaire(s)Suppléant(s) et autre(s)Établissement(s)
S-INFO-075
  • BEN TAIEB Souhaib
      • UMONS
      Langue
      d’enseignement
      Langue
      d’évaluation
      HT(*) HTPE(*) HTPS(*) HR(*) HD(*) Période
      d’enseignement
      Anglais, FrançaisAnglais, Français3030000Q2

      Modalités d'organisation des évaluations de fin de Q3 2020-2021 (Covid-19) à distance ou en présentiel (selon les informations reprises à l'horaire)
      • Epreuve orale (Questions - réponses, présentation d'un travail individuel ou collectif, commentaire et argumentation à propos d'un travail écrit,...)
      • Réalisation d'une production (travail individuel ou de groupe, essai, rapport, mémoire, ...)
      Description des modalités d'évaluation de fin de Q3 2020-2021 (Covid-19) à distance ou en présentiel (selon les informations reprises à l'horaire)
      L'évaluation sera basée sur un examen oral (60% de la note), un projet (20% de la note) et quatre devoirs (20% de la note). L'examen oral aura lieu à distance (sur Teams). La matière de l'examen comportera toute la matière couverte aux cours.

      Modalités d'organisation des évaluations de fin de Q2 2020-2021 (Covid-19) à distance ou en présentiel (selon les informations reprises à l'horaire)

      • Epreuve orale (Questions - réponses, présentation d'un travail individuel ou collectif, commentaire et argumentation à propos d'un travail écrit,...)
      • Réalisation d'une production (travail individuel ou de groupe, essai, rapport, mémoire, ...)

      Description des modalités d'évaluation de fin de Q2 2020-2021 (Covid-19) à distance ou en présentiel (selon les informations reprises à l'horaire)

      L'évaluation sera basée sur un examen oral (60% de la note), un projet (20% de la note) et quatre devoirs (20% de la note). L'examen oral aura lieu à distance (sur Teams). La matière de l'examen comportera toute la matière couverte aux cours.

      Contenu de l'AA

      Ce cours faisant suite au cours "Machine learning", il couvre d'autres sujets liés à l'analyse de grandes quantitées de données qui permettent de compléter et d'approfondir les notions vues précédemment.

      Supports principaux non reproductibles

      Sans objet

      Support complémentaires non reproductibles

      Sans objet

      Autres références conseillées

      Sans objet

      Mode d'enseignement

      • Mixte

      Types d'activités

      • Cours magistraux
      • Travaux pratiques

      Evaluations

      Les modalités d'évaluation de l'AA sont précisées dans la fiche de l'UE dont elle dépend

      (*) HT : Heures théoriques - HTPE : Heures de travaux pratiques encadrés - HTPS : Heures de travaux pratiques supervisés - HD : Heures diverses - HR : Heures de remédiation - Dans la colonne Pér. (Période), A=Année, Q1=1er quadrimestre et Q2=2e quadrimestre
      Date de génération : 09/07/2021
      20, place du Parc, B7000 Mons - Belgique
      Tél: +32 (0)65 373111
      Courriel: info.mons@umons.ac.be