Déplacez-vous dans le Big Data en neurosciences, en analysant les grands ensembles de données et en abordant les défis de l'organisation, de la normalisation, de l'intégration et de la visualisation des données.
Couvre les règles d'association minière, se concentrant sur les algorithmes de croissance d'Apriori et de FP pour trouver des itemset fréquents et extraire les règles efficacement.
Explore comment les analogies stimulent l'innovation et les défis de trouver des analogies dans les grands ensembles de données pour découvrir automatiquement les analogies.
Explore les défis de la publication de données préservant la vie privée, y compris les exemples de désidentification et les menaces pour la vie privée, et présente une étude de cas sur les efforts d'Airbnb pour lutter contre les pratiques racistes tout en protégeant la vie privée des utilisateurs.
Explore le développement de la science des données, des initiatives éducatives et des défis pour combler le fossé entre les scientifiques des données et les experts du domaine à l'EPFL.
Explore l'extraction de texte de données à longue queue dans les neurosciences et la connectivité cérébrale, y compris la reconnaissance d'entités nommées, l'extraction de la concentration de protéines et la comparaison des matrices de connectivité.
Couvre les projets d'histoire numérique, les relations sociales dans la recherche, les défis de prétraitement des données et les outils d'analyse de réseau.
Présente les bases du traitement de données textuelles, couvrant la récupération de documents, la classification, l'analyse des sentiments et la détection de sujets.
Souligne l’importance de la préparation aux données dans les interventions en cas de catastrophe et explore des stratégies pour combler les lacunes et les surcharges en matière d’information.
