v1.13.2 (751)

Enseignement de Master 2 - AIC901 : Large-scale distributed algorithms and matrix operations/Algorithmes distribués et matriciels à grande échelle

Descriptif

https://www.universite-paris-saclay.fr/fr/formation/master/m2-apprentissage-information-et-contenu-machine-learning-information-and-content#programmes
Enseignement du tronc commun
Cours à Paris-Sud
 (M. Vazirgiannis, M. Sozio)
The technical skills to deal with bigdata, i.e large scale and distributed data: distributed data management (MapReduce/Hadoop) and its application to data mining and machine learning (dimensionality reduction, unsupervised learning, supervised learning) with examples taken from biology analysis, social networks, and Web advertising.

nombre d'heure en présentiel

21

Volume horaire par type d'activité pédagogique : types d'activité

  • Travaux pratiques : 9
  • Leçon : 12

Diplôme(s) concerné(s)

Parcours de rattachement

Format des notes

Numérique sur 20

Littérale/grade européen

Pour les étudiants du diplôme Apprentissage, Information et Contenu

La note obtenue rentre dans le calcul de votre GPA.

Pour les étudiants du diplôme Diplôme d'ingénieur

L'UE est acquise si Note finale >= 10
  • Crédit Option 3A acquis : 2.5

La note obtenue rentre dans le calcul de votre GPA.

Programme détaillé

 

Veuillez patienter