Dipartimento di InformaticaUniversità degli Studi di Milano

Algorithmes pour mégadonnées2020/21

Master en Informatique · Université de Milan · Les leçons sont en anglais · 6 crédits · 48 heures

Édition archivée : cette page est conservée pour mémoire, certains documents ou liens pourraient ne plus être disponibles. Édition en cours (2026-27) →
Cette page fait référence au cours Algorithmes pour mégadonnées du master Informatique. L'module Algorithms for massive data au sein du cours « Algorithms for massive data, cloud and distributed computing » pour le master Data science for economics est décrit dans une page spécifique.

Le cours vise à décrire le cadre de traitement des mégadonnées, soit en termes de méthodologies que de technologies.

Résultats attendus

Les étudiants:

  • sauront utiliser des technologies pour le stockage distribué des données;
  • connaîtront le paradigme de calcul distribué MapReduce et ses extensions principales;
  • connaîtront les principaux algorithmes pour les problèmes classiques des mégadonnées, ainsi que leurs implémentation à l'aide d'un paradgme de calcul distribué;
  • sauront choisir les méthodes appropriées pour résoudre les problèmes caractérisés par mégadonnées.

Infos

  1. Réunion avec Radicalbit

    Vendredi 4/6 une réunion est prévue pour les étudiants du cours de « Algorithmes pour mégadonnées ». Lors de cette réunion la société Radicalbit présentera des opportunités pour les thèses externes. La réunion aura lieu à distance, en utilisant le même lien Zoom des cours.

  2. Changement des heures de bureau

    À partir du 31 Mai les heures de bureau seront organisées via e-mail.

  3. Disponibilité des enregistrements des cours de « Statistique et analyse des données » (Licence en Informatique) et de « Algorithmes pour mégadonnées » (Master en Informatique)

    Les enregistrement des cours des enseignements « Statistique et analyse des données » (Licence en Informatique) et de « Algorithmes pour mégadonnées » (Master en Informatique) seront disponibles jusqu'au 19 Juin.

Infos précédentes (7)
  1. Projet commun pour les cours de « Algorithmes pour mégadonnées » et « Méthodes statistiques pour l'apprentissage automatique » (Master en Informatique)

    La description d'un projet commun pour les cours de « Algorithmes pour mégadonnées » et de « Méthodes statistiques pour l'apprentissage automatique » du Master en « Informatique » est disponible.

  2. Projets pour le cours de « Algorithmes pour mégadonnées » (Master en Informatique)

    Les descriptions des projets pour le cours de « Algorithmes pour mégadonnées » du Master en « Informatique » sont disponibles. Un projet commun avec le cours « Méthodes statistiques pour l'apprentissage automatique » sera publié prochainement.

  3. Heures de bureau du 30 Avril

    Les heures de bureaux du 30 avril sont annulées.

  4. Heures de bureau du 2 Avril

    Les heures de bureaux du 2 avril sont annulées.

  5. Accès aux enregistrements des cours

    L'accès aux enregistrement des cours est possible seulement aux étudiants inscrits à la page moodle de l'enseignement. Si cela n'est pas possible, les élèves doivent contacter l'enseignant.

  6. Changement des heures de bureau de l'enseignement « Algorithmes pour mégadonnées »

    Les heures de bureau du 11/03 de l'enseignement « Algorithmes pour mégadonnées » commenceront à 18:30. À partir de la semaine prochaine, les heures de bureau auront lieu chaque vendredi à 16:30.

  7. Semestre pour l'enseignement de Algorithmes pour mégadonnées

    Les cours de Algorithmes pour mégadonnées commenceront dans le deuxième semestre.

Horaires du cours

Les cours ont lieu (jusqu'à nouvel ordre) à distance par authentification à un lien zoom publié sur la page moodle du cours. Le calendrier provisoir est le suivant:

Jour Heure Lieu
lundi 16:30 - 18:30 zoom
mercredi 14:30 - 16:30 zoom

Tout changement à l'horaire sera annoncé en classe et publié dans la section Infos de cette page. L'enregistrement des cours, marquées avec (R) dans le calendrier, est disponible jusqu'à la fin de l'enseignement, en accedant à sa page moodle.

Heures de bureau

Sur rendez-vous, salle 5015 du Département d'Informatique. Il est possible contacter l'enseignant par e-mail, en prenant soin de lire à l'avance le guide préparé par le professeur Sebastiano Vigna et précisant clairement dans le message le nom du cours et l'année scolaire. En particulier, les étudiants sont encouragés à toujours utiliser leur adresse académique (c'est à dire celui basée sur la domaine studenti.unimi.it) en signant avec nom et numéro d'identification et rappelant que le temps de réponse peut varier en fonction des engagements de l'enseignant.

Des heures de bureau en groupe spécifiques pour l'enseignement seront organisées sur base hebdomadaire, chaque jeudi à 17h30 en utilisant le même lien de zoom des cours.

Materiel bibliographique

Les cours sont basées:

  • sur le livre Mining of Massive Datasets, écrit par A. Rajaraman e J. Ullman (indiqué par RU dans le calendrier des cours), téléchargeable gratuitement sur le site des auteurs et publié en version imprimée par Cambridge University Press (ISBN:9781107015357);
  • sur notes de cours et exemples de code publiés dans le calendrier des cours.

Programme

Le programme fait référence aux arguments détaillés dans le calendrier des leçons (disponible dès le debut du cours), qui correspond au matériel du livre adopté, plus le reste des documents indiqués entre le matériel bibliographique.

Prérequis

Le cours nécessite la connaissance à niveau license des principaux sujets de programmation, d'analyse mathématique, de calcul des probabilités et de statistiques.

Calendrier des leçons

Leçon Date Sujet Documents
L01 01/03/2021 Préliminaires mathématiques.
L02 03/03/2021 Préliminaires techniques.
L03 08/03/2021 Analyse de liens.
L04 10/03/2021 Analyse de liens.
L05 15/03/2021 HDFS et map-reduce.
L06 17/03/2021 Algorithmes map-reduce. Spark.
L07 22/03/2021 Communication cost model.
L08 24/03/2021 Recherche d'élements similaires.
L09 29/03/2021 Recherche d'élements similaires.
L10 31/03/2021 Ensembles d'élements fréquents.
L11 12/04/2021 Ensembles d'élements fréquents.
L12 14/04/2021 Bases de données noSQL: mongodb.
L13 19/04/2021 Clustering.
L14 21/04/2021 Clustering.
L15 26/04/2021 Système de recommandation.
L16 28/04/2021 Fouille de flots de données.
L17 03/05/2021 Fouille de flots de données.
L18 05/05/2021 Régression.
L19 10/05/2021 Régression et régression logistique.
L20 12/05/2021 Apprentissage profond et TensorFlow.
L21 17/05/2021 Apprentissage profond et TensorFlow.
L22 19/05/2021 Résau de neurones récurrents.
L23 24/05/2021 Réduction de la dimensionnalité.
L24 26/05/2021 Gradient boosting.

Modalités d'examination

L'examen se compose d'un projet et d'un test oral, liés aux sujets traités dans le cours. Le projet analyse un ou plusieurs jeux de données par l'application critique des techniques affrontées lors des cours, et il est décrit dans un rapport écrit. L'évaluation du projet, exprimée par une note de réussite / échec, tient compte du niveau de maîtrise des sujets et de la clarté du rapport. L'épreuve orale, accessible après une évaluation positive du projet, est basée sur la discussion de sujets abordés dans le cours et sur des questions approfondies sur le projet présenté. L'évaluation de l'épreuve orale, exprimée sur une échelle comprise entre 0 et 30, prend en compte le niveau de maîtrise des sujets, la clarté et les compétences linguistiques.

Sessions d'examen

Session Date
juin 17/06/2021
juillet 02/07/2021
septembre 08/09/2021
septembre 22/09/2021
janvier N/A
février N/A