FDMS-2015-2016

Cours 1 – Sélection de Modèles

  • fdms-2015-2016_cours1
  • TP1 : Prise en main de SkLearn
  • Informations:
    • Pour mettre à jour les bibliothèques python (numpy, pandas, et sklearn):
    • pip install numpy --user --proxy=http://proxy:3128 --upgrade
  • Travail à la maison: fdms-2015-2016_maison1 (http://ceur-ws.org/Vol-1201/paper-14.pdf)
    • Extraire les 5 grands principes de la sélection de modèles
    • Faire un slide par principe donnant sa description et son explication
    • Envoyer par email avant le 20 septembre minuit (obj = FDMS)

Cours 2 – Sélection de caractéristiques

 

Cours 3 – Méthodes d’ensemble

 

Cours 4 – Filtrage Collaboratif

  • fdms_2015_2016_cours4
  • TP4 : Implémentation des modèles de CF avec descente de gradient stochastique
    • Modèle classique L2
    • Modèle avec biais utilisateur et items
    • Modèle avec Biais temporel
    • Evaluation des modèles sur la base MovieLens
  • Movie Lens : http://files.grouplens.org/datasets/movielens/ml-100k.zip (fichier u.data)
def loadMovieLens(path='/data/movielens'):

  # Get movie titles
  movies={}
  for line in open(path+'/u.item'):
    (id,title)=line.split('|')[0:2]
    movies[id]=title

  # Load data
  prefs={}
  for line in open(path+'/u.data'):
    (user,movieid,rating,ts)=line.split('\t')
    prefs.setdefault(user,{})
    prefs[user][movies[movieid]]=float(rating)
  return prefs

  • Passage à MovieLens 1M

Cours 5 – Visualization et projections non linéaires

 

Cours Dataiku

Installation de DSS (en salle 407)

  •  Copier le fichier depuis le répertoire /users/Enseignants/denoyer/dataiku dans le répertoire /usr/local/dataiku
  •  Lancer l’installation de DSS depuis /usr/local/dataiku par la commande « ./installer.sh -d /usr/local/dataiku/data -p 10000 »
  • Démarrer le système par « dss start » dans /usr/local/dataiku/data/bin
  • Lancer le navigateur puis se connecter sur « localhost:10000 » (penser à enlever le proxy si cela ne marche pas)

 

Cours 6 – Introduction aux réseaux Sociaux + Recommandation Sociale

Cours 7 – Classification Collaborative

Cours 8 – Diffusion d’Information

Cours 9 – Problèmes de bandits – Application aux réseaux sociaux