Transfert des Connaissances

Le transfert des connaissances est un processus dynamique qui désigne l'ensemble des activités et des mécanismes d'interaction permettant la diffusion, l'adoption et l'appropriation de nouvelles connaissances au sein de la société.

eMBDS - Université Côte d'Azur

MBDS est l’acronyme de Mobiquité (Mobile et Omniprésent), Big Data et Système d’integration. Ce master en informatique de l'Université Côte d'Azur est axé sur le développement d'applications dans l'économie des données.

eMBDS est la version en ligne du MBDS, qui est un master accrédité entièrement européen, soutenu et géré par Datum Academy en partenariat étroit avec Oracle University.

• Module Data Mining & Machine Learning sur les apprentissages supervisé et non-supervisé à partir de grands ensembles de données hétérogènes. Cours en ligne (MOOC) sur la plateforme FUN Corporate (France Université Numérique) qui est un groupement d’intérêt public créé par le Ministère Français de l'Enseignement Supérieur et de la Recherche. Ce module présente les techniques d'extraction de modèles de connaissances à partir des données du point de vue du Data Mining, c'est à dire des types de modèles de connaissances extraits en fonction des objectifs de l'application, et du point de vue du Machine Learning, c'est à dire des approches algorithmiques d'apprentissage supervisé, non-supervisé et semi-supervisé permettant l'extraction des modèles de connaissances.

INNOV’MICRO DATA ANALYST

Coopération entre l'Université côte d'Azur et la société ST MicroElectronics dans le cadre de l'UCA IDEX Jedi 3IA pour la formation des personnels ingénieurs et chefs de projets de ST MicroElectronics aux techniques et outils de l'Intelligence artificielle.

• Module d'pprentissage du Langage R par l'exemple concernant l'acquisition des connaissances liées au fonctionnement et à l'utilisation du Logiciel R pour l'Analyse de Données par apprentissage supervisé, semi-supervisé et non-supervisé. Ce module débute par une présentation des principaux éléments de la programmation en R, avec les notions de session de travail R, commandes R et scripts R, principe de la vectorisation des données, types de données et structures de données de R Base, manipulation de matrices de données hétérogènes, extension des possibilités avec les librairies R, et références Internet et bibliographiques centrales pour le développement en R. Ces notions sont mises en pratique via une application exemple d'apprentissage par les techniques de Machine Learning afin d'extraire des modèles de connaissances à partir des données.