Eddy's website

Need to know something about me?

Latest news

October, 2026
Teo. Semi Run'in Lyon. 01:44:43

October, 2026
Cléa. Semi Run'in Lyon. 02:22:22

Links:






Data Mining Avancé: Environnements parallèles et distribués
(Partie 2)


Objectifs pédagogiques

Dans ce cours deux aspects seront abordés:

  • Une approche théorique sur les bases des systèmes distribués
    • Savoir écrire des algorithmes de base en distribué.
  • Une approche technique via la découverte de Framework de Data Mining.

Principaux acquis qui seront évalués

L’évaluation est décomposée selon 1 exposé/demo (Framework de DM), des rendus suivant les séances servant de contrôle continu et un examen (à confirmer)

Connaissances préalables/cours en prérequis

  • Avoir suivi la partie 1 de ce cours [D. Clot]
  • Une connaissance de base en Unix (Linux) est très fortement souhaité.

Plan

  • Modélisation
  • Algorithimique en DS
    • Protocoles de communications
    • Election de leader
    • Exclusion mutuelle
    • Fautes dans les DS
  • Frameworks Data Mining


Références bibliographiques

Les références bibliographiques et liens vers les ressources en ligne vous seront donnés à chaque fin de chapitre.

Public

  • DARM
  • DSI
  • EQUADE

Enseignant(s)

  • Eddy Caron (Université Lyon1)
  • Denis Clot (Université Lyon1)