Durée
30h Th, 15h Pr, 30h Proj.
Nombre de crédits
| Master en science des données, à finalité | 5 crédits | |||
| Master : ingénieur civil en science des données, à finalité | 5 crédits |
Enseignant
Langue(s) de l'unité d'enseignement
Langue anglaise
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 est consacré aux thématiques suivantes:
- Analyse exploratoire des données
- Estimation de la matrice de variance covariance: estimation classique, estimation régularisée et estimation robuste
- Techniques de réduction de la dimension: Analyse en composantes principales, Multidimensional scaling, tSNE
- Classification supervisée: analyse discriminante et régression logistique
- Rangs et quantiles multivariés
Acquis d'apprentissage (objectifs d'apprentissage) de l'unité d'enseignement
A l'issue du cours, l'étudiant devra être capable de déterminer quelle technique multivariée doit être utilisée pour réduire la dimension d'un problème, classer des observations,...
Ce cours contribue aux acquis d'apprentissage I.1, I.2, I.3, II.1, II.2, III.1, III.2, IV.1, IV.4, VI.1, VI.2, VII.3, VII.4 du programme d'ingénieur civil en science des données.
Savoirs et compétences prérequis
Une formation en statistique univariée est indispensable. Par ailleurs, même si les justifications mathématiques ne sont pas développées en détail, les étudiants doivent connaitre les notions de base de l'algèbre linéaire (vecteur, matrice, déterminant, valeurs et vecteurs propres...).
Activités d'apprentissage prévues et méthodes d'enseignement
La théorie est exposée de manière ex-cathedra. Lors de séances d'exercices, les étudiants seront invités à travailler par eux-mêmes.
Mode d'enseignement (présentiel, à distance, hybride)
Cours donné exclusivement en présentiel
Explications complémentaires:
Le cours est prévu au premier quadrimestre le mercredi après-midi en présentiel.
Lectures recommandées ou obligatoires et notes de cours
Il n'existe pas de notes de cours. Les transparents exploités au cours seront mis en ligne sur la plateforme eCampus. Par ailleurs, pour chaque thème, un livre de référence sera proposé pour de plus amples informations.
Modalités d'évaluation et critères
Examen(s) en session
Toutes sessions confondues
- En présentiel
évaluation écrite ( questions ouvertes )
Travail à rendre - rapport
Explications complémentaires:
La cote finale est une moyenne pondérée calculée à partir des résultats obtenus aux épreuves suivantes:
- travaux personnels réalisés pendant le quadrimestre
- examen écrit combinant une analyse de données et une étude de simulations
Stage(s)
Remarques organisationnelles
Le cours est enseigné en anglais.
Contacts
Enseignant: Gentiane HAESBROECK, Institut de Mathématique (B37), g.haesbroeck@ulg.ac.be