L’objectif de ce module est double :
- Renforcer les compétences des étudiants en informatique décisionnelle, en particulier sur l’aspect entrepôt de données. Ce module fait suite au module de M1 « Entrepôts et informatique décisionnelle » dont l’objectif principal était de leur apporter toutes les compétences nécessaires pour avoir une vision globale des projets d’informatique décisionnelle et pour être capable de concevoir des modèles dimensionnels à partir d’étude de cas concrètes. Ce module en M2 a comme objectif de leur apporter toutes les compétences leur permettant d’intégrer les modèles dimensionnels dans des entrepôts de données et gérer de manière optimale ces entrepôts ainsi que la restitution de données à travers des tableaux de bords.
- En analyse et fouille l’objectif est de consolider les acquis sur l’analyse et la fouille de données, particulièrement le prétraitement et l’analyse exploratoire.
Plan du cours :
A « Informatique décisionnelle et entrepôt de données »
Le module est reparti sur 5 cours de 3 heures. Le premier cours est consacré aux rappels sur le cours de M1 à travers un ensemble de QCM réalisé de manière autonome par les étudiants puis corrigé pour l’ensemble de la classe. Le cours 2 est consacré à la construction de l’entrepôt à partir d’un modèle dimensionnel défini (tables, relations, ect.). Le cours 3 est consacré aux bonnes pratiques quant à la gestion des entrepôts (mises à jour, tables d’agrégats). Le cours 4 est, en particulier, est co-construit et co-animé avec un professionnel qui mène des projets d’informatique décisionnel de bout en bout en entreprise et qui peut ainsi apporter son retour d’expérience aux étudiants en mettant en lumière les problématiques concrètes auxquelles on peut faire face en entreprise. Le cours 5 est un TP durant lequel les étudiants utilisent le logiciel TALEND pour mettre en pratique une phase d’ETL et manipule un logiciel de restitution pour créer des tableaux de bord.
B Analyse et Fouille de données
- Analyse exploratoire : carte de Kohonen, ACP, ANOVA et autres
- Séries temporelles : décomposition et prédiction
- Traitement des valeurs manquantes et aberrantes