Durée
18h Th, 18h Pr
Nombre de crédits
Enseignant
Yves Brostaux, Juan Antonio Fernandez Pierna, Hélène Soyeurt
Coordinateur(s)
Langue(s) de l'unité d'enseignement
Langue française
Organisation et évaluation
Enseignement au premier quadrimestre, examen en janvier
Horaire
Unités d'enseignement prérequises et corequises
Les unités prérequises ou corequises sont présentées au sein de chaque programme
Contenus de l'unité d'enseignement
Le cours se divise en 6 modules d'apprentissage composé d'une séance en présentiel et d'activités e-learning:
- Module 1: Régression linéaire, Ridge et Lasso
- Module 2: Régression sur composantes principales (PCR) et régression des moindres carrés partiels (PLS)
- Module 3: Régression logistique
- Module 4: Random forest
- Module 5: analyse discriminante PLS + Super vector machine (SVM)
- Module 6: Systèmes neuronaux
Acquis d'apprentissage (objectifs d'apprentissage) de l'unité d'enseignement
A l'issue du cours, l'étudiant sera capable de mener un projet d'exploration de données du nettoyage des données, en passant par la calibration, la validation et l'implémentation.
L'étudiant sera également capable de communiquer ses résultats vers un public cible.
Savoirs et compétences prérequis
STAT2002-A-a : Statistique fondamentale, 1ère partie
STAT2004-A-a : Statistique appliquée : 1ère partie
STAT2005-A-a : Statistique appliquée : 2ème partie
STAT1213-A-a : Analyse statistique à plusieurs variables
Activités d'apprentissage prévues et méthodes d'enseignement
Le cours est composé de 6 modules comme mentionné précédemment. Chaque module est composé:
- d'une séance en présentiel de 2h reprenant les concepts théoriques
- d'une séance e-leaning de 1h mettant en pratique les concepts théoriques vus
- d'une séance e-learning de 3h axé sur la résolution d'une analyse de données liée aux concepts théoriques vus
Mode d'enseignement (présentiel ; enseignement à distance)
Séances en présentiel (30%) + activités e-learning (70%)
Lectures recommandées ou obligatoires et notes de cours
Tous les supports de cours sont disponibles sur la plateforme e-campus du cours.
Modalités d'évaluation et critères
L'évaluation se fera oralement.
Stage(s)
Remarques organisationnelles
Contacts
Hélène Soyeurt
Chargé de cours
081/62.25.35
hsoyeurt@uliege.be
Adaptation des engagements pédagogiques suite à la pandémie de COVID-19 pour la session de mai-juin
Méthodes d'apprentissage mises en œuvre : enseignement à distance
EP inchangé
Matière de l'évaluation
Méthodes d'évaluation
Contact
Adaptation des engagements pédagogiques suite à la pandémie de COVID-19 pour la session août-sept
Matière de l'évaluation
L'évaluation sera fera de manière identique