Study program

• Objectives

  Les objectifs du cours c'est d'apprendre les principes de traitement et d'analyse de données, en passant de données bruts, a des rapports d'analyses vers des simples modèles prédictifs simples. Le cours approche cette thématique d'un point de vue pratique avec des exercices en Python et des Jupyter notebooks.

  A la fin du cours, l'étudiant saura:

  • Utiliser python et de Jupyter notebooks pour analyser et visualiser des données
  • Effectuer les différentes étapes de l'analyse de donnée
  • Transformer des données structurées ou non structurées pour l'extraction de données
  • Expliquer les principales métriques pour l'analyse de données et savoir les visualiser
  • Utiliser les libraires et outils nécessaires pour l'analyse de données
  • Effectuer une analyse complète en partant de données bruts
  • Utiliser des libraires pour créer des modelés prédictifs simples
• Content

  • La méthodologie de l'analyse de données
  • Les bases de Python et Jupyter notebooks dans le contexte d'analyse de données
  • Le nettoyage et prétraitement de données
  • L'extraction et visualisation de métriques à partir de données
  • L'analyse de données exploratoire (EDA)
  • Création de rapports (semi) automatiques
  • Modèles prédictifs simples

Type of teaching and workload

Course specification

Evaluation methods

• Continuous assessment Written work, Practical exercises / Evaluated reports

Course grade calculation method

The continuous assessment mark corresponds to the weighted average of all of the semester's exams. In case of a revision exam, the course's final mark corresponds to the arithmetic average of the continuous assessment and the revision exam marks.

Intructor(s) and/or coordinator(s)

Philippe Joye, Beat Wolf