Programme des cours 2016-2017
| INFO2054-1 | |||||
| Marketing Analytics | |||||
|
Durée :
|
|||||
| 30h Th | |||||
|
Nombre de crédits :
|
|||||
|
|||||
|
Nom du professeur :
|
|||||
| Michael Schyns | |||||
|
Langue(s) de l'unité d'enseignement :
|
|||||
| Langue anglaise | |||||
|
Organisation et évaluation :
|
|||||
| Enseignement au deuxième quadrimestre | |||||
|
Unités d'enseignement prérequises et corequises :
|
|||||
| Les unités prérequises ou corequises sont présentées au sein de chaque programme | |||||
|
Contenus de l'unité d'enseignement :
|
|||||
| Ce cours est donné en anglais. Veuillez consulter la description en anglais. | |||||
|
Acquis d'apprentissage (objectifs d'apprentissage) de l'unité d'enseignement :
|
|||||
| Voir description en anglais | |||||
|
Savoirs et compétences prérequis :
|
|||||
| Etre à l'aise avec un ordinateur | |||||
|
Activités d'apprentissage prévues et méthodes d'enseignement :
|
|||||
| Le cours se donne en salle informatique. Des concepts de théorie de base sont présentés et puis immédiatement illustrés par de petits exemples. Les étudiants réalisent ensuite des exercices sur ordinateur pendant les cours.
Les étudiants apprennent les concepts théoriques mais apprendront aussi à utiliser des outils professionnels tels que Excel pour des rapports et analyses de base, Tableau pour des rapports avancés et des logiciels tels que SAS Enterprise Miner pour les modules de datamining. Les étudiants devront réaliser en groupe un projet sur un cas réel et complexe. Une approche par classe inversée sera utilisée pour certains chapitres. Les étudiants doivent préparer à l'avance la leçon à l'aide d'un tutoriel en ligne de sorte à ce que la leçon en classe puisse se concentrer sur les difficultés rencontrées. Les projet et les préparations sont obligatoires. Un étudiant ne sera pas autorisé à présenter l'examen (cote d'échec) tant qu'il n'aura pas réalisé tous les travaux assignés (y compris la préparation des classes inversées). |
|||||
|
Mode d'enseignement (présentiel ; enseignement à distance) :
|
|||||
| Présentiel | |||||
|
Lectures recommandées ou obligatoires et notes de cours :
|
|||||
| Requis
PDF syllabus surLol@ Recommendé: Introduction to Data Mining, Pang-Ning Tan, Michael Steinbach, Vipin Kumar, Pearson Inertnational. |
|||||
|
Modalités d'évaluation et critères :
|
|||||
|
Veuillez consulter le descriptif en anglais. |
|||||
|
Stage(s) :
|
|||||
|
Remarques organisationnelles :
|
|||||
| Voir commentaire en anglais. | |||||
|
Contacts :
|
|||||
| M. Schyns, HEC-ULg, N1
M.Schyns@ulg.ac.be
S. Aerts, HEC-ULg, N1 Stephanie.Aerts@ulg.ac.be |
|||||