Programme de formation

• Objectifs

  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
• Contenu

  • 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

Forme d'enseignement et volume de travail

Spécification du cours

Modalités d'évaluation

• Contrôle continu: travaux écrits, TP/évaluation de rapports

Mode de calcul de la note de cours

La note du contrôle continu est la moyenne pondérée des évaluations du semestre. En cas d'examen de révision, la note finale du cours est la moyenne arithmétique de la note du contrôle continu et de celle de l'examen de révision.

Enseignant(s) et/ou coordinateur(s)

Philippe Joye, Beat Wolf