FICHE MODULE SI5 / M2 IFI

TITRE : Fouille de données : application à la sécurité et à la biologie

DUREE  : 8  semaines (évaluation comprise)

RESPONSABLE  : M. Collard
QUALITE/CV : M. Collard est maître de conférences (habilitée). Ses travaux portent sur ces problèmes d'évaluation et d'interprétation des modèles ; ils sont à la fois d'ordre méthodologique et applicatif.  Il s'appliquent en particulier à l'analyse de données génomiques.

AUTRES INTERVENANTS ACADEMIQUES : 

• N. Pasquier, maître de conférences UNSA
• F. Masseglia, chargé de recherches, INRIA Méditerannée

RESUME : Ce module s'organisera en 2 volets :
4 séances de cours magistraux portant sur le rappel des notions principales du Data Mining, les applications en biologie et les applications en sécurité informatique.
3 séances de travaux dirigés dédiés principalement à l'étude (lecture, rapport écrit et présentation orale) d'articles de recherche et études de cas sur les applications bio-informatiques et sécuritaires du Data Mining.

CONTENU  : 

Détail du programme :

• Notions générales sur le Data Mining
• Pré-traitement, intégration, discrétisation et normalisation des données
• Algorithmes d'extraction de connaissances
• Exploration et interprétation des motifs extraits
• Fouille de flots de données
• Applications à la sécurité informatique
• Détection d'intrusions
• Détection d'exceptions/anomalies
• Méthodes spécifiques de classification supervisée et non-supervisée
• Analyse et compréhension des usages
• Applications à la biologie 
• Analyse de données génomiques et protéomiques
• Etudes des gènes différentiellement exprimés
• Intégration de données sémantiques et ontologies d'annotations
• Méthodes spécifiques de recherche d'associations et de clustering

PREREQUIS :

BIBLIOGRAPHIE :

• Gilbert Saporta, Data mining et statistique décisionnelle, Éditions Technip, 2005.
• Ian Witten and Eibe Frank, Data Mining, Practical Machine Learning Tools and Techniques, 2nd edition, Morgan Kaufman, 2005.
• Jiawei Han and Micheline Kamber, Data Mining : Concepts and Techniques, 2nd edition, Morgan Kaufmann, 2006.
• Marcus A. Maloof, Machine Learning and Data Mining for Computer Security: Methods and Applications, series: Advanced Information and Knowledge Processing, Springer, 2006.
• Jaideep Vaidya, Chris Clifton, Michael Zhu, Privacy Preserving Data Mining, series: Advanced Information and Knowledge Processing, Springer, 2006.
• Cynthia Gibas et Per Jambeck, Introduction à la bioinformatique, O'Reilly, 2001.
• Anna Tramontano, Introduction to Bioinformatics, Chapman & Hall/CRC, 2006.
• Jason Wang, Mohammed Zaki, Hannu Toivonen and Dennis Shasha, Data Mining in Bioinformatics, series: Advanced Information and Knowledge Processing, Springer, 2005.

SUPPORT de COURS :

MODE D’EVALUATION :