Durée
Introduction : 9h Th, 18h Pr
Approfondissement : 3h Th, 6h Pr
Nombre de crédits
Enseignant
Introduction : Yves Brostaux, Juan Antonio Fernandez Pierna, Hélène Soyeurt
Approfondissement : Yves Brostaux, Juan Antonio Fernandez Pierna, Hélène Soyeurt
Coordinateur(s)
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 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
Introduction
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
Approfondissement
Ce cours va continuer l'apprentissage vu dans le cadre de l'introduction avec 2 modules supplémentaires :
- 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.
Introduction
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.
Approfondissement
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
Introduction
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
Approfondissement
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
Introduction
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
Approfondissement
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, à distance, hybride)
Combinaison d'activités d'apprentissage en présentiel et en distanciel
Informations complémentaires:
Séances en présentiel (30%) + activités e-learning (70%)
Introduction
Séances en présentiel (30%) + activités e-learning (70%)
Approfondissement
Combinaison d'activités d'apprentissage en présentiel et en distanciel
Informations complémentaires:
Séances en présentiel (30%) + activités e-learning (70%)
Lectures recommandées ou obligatoires et notes de cours
Plate-forme(s) utilisée(s) pour les supports de cours :
- eCampus
- Microsoft Teams
Informations complémentaires:
Le cours est donné en anglais.
Tous les supports de cours sont disponibles sur la plateforme e-campus du cours.
Introduction
Le cours est donné en anglais.
Tous les supports de cours sont disponibles sur la plateforme e-campus du cours.
Approfondissement
Plate-forme(s) utilisée(s) pour les supports de cours :
- eCampus
- Microsoft Teams
Informations complémentaires:
Le cours est donné en anglais.
Tous les supports de cours sont disponibles sur la plateforme e-campus du cours.
Modalités d'évaluation et critères
Examen(s) en session
Toutes sessions confondues
- En présentiel
évaluation écrite ( questions ouvertes ) ET évaluation orale
Travail à rendre - rapport
Informations complémentaires:
Examen(s) en session
Toutes sessions confondues
- En présentiel
évaluation orale
Travail à rendre - rapport
Informations complémentaires:
L'évaluation pendant la session d'examens se fera en 2 parties:
- une réponse à des questions par écrit (30min)
- un examen oral relatif à la réalisation d'un travail donné un mois avant l'examen (15 min).
Introduction
Examen(s) en session
Toutes sessions confondues
- En présentiel
évaluation orale
Travail à rendre - rapport
Informations complémentaires:
L'évaluation pendant la session d'examens se fera en 2 parties:
- une réponse à des questions par écrit (30min)
- un examen oral relatif à la réalisation d'un travail donné un mois avant l'examen (15 min).
Approfondissement
Examen(s) en session
Toutes sessions confondues
- En présentiel
évaluation écrite ( questions ouvertes ) ET évaluation orale
Travail à rendre - rapport
Informations complémentaires:
Examen(s) en session
Toutes sessions confondues
- En présentiel
évaluation orale
Travail à rendre - rapport
Informations complémentaires:
L'évaluation pendant la session d'examens se fera en 2 parties:
- une réponse à des questions par écrit (30min)
- un examen oral relatif à la réalisation d'un travail donné un mois avant l'examen (15 min).
Stage(s)
Remarques organisationnelles et modifications principales apportées au cours
Contacts
Hélène Soyeurt
Professeur ordinaire
081/62.25.35
hsoyeurt@uliege.be
Introduction
Hélène Soyeurt
Professeur ordinaire
081/62.25.35
hsoyeurt@uliege.be
Approfondissement
Hélène Soyeurt
Professeur ordinaire
081/62.25.35
hsoyeurt@uliege.be