![]() | Programme d’études 2020-2021 | English | |
Science des données III : exploration et prédiction | |||
Activité d'apprentissage |
Code | Titulaire(s) | Co-Titulaire(s) | Suppléant(s) et autre(s) | Établissement(s) |
---|---|---|---|---|
S-BIOG-025 |
|
|
Langue d’enseignement | Langue d’évaluation | HT(*) | HTPE(*) | HTPS(*) | HR(*) | HD(*) | Période d’enseignement |
---|---|---|---|---|---|---|---|
Français | Français | 15 | 15 | 0 | 0 | 0 | Q1 |
Modalités d'organisation des évaluations de fin de Q3 2020-2021 (Covid-19) à distance ou en présentiel (selon les informations reprises à l'horaire) |
---|
|
Description des modalités d'évaluation de fin de Q3 2020-2021 (Covid-19) à distance ou en présentiel (selon les informations reprises à l'horaire) |
Suite aux modifications pour les évaluations imposées par la crise Covid-19 (examen à distance), l'évaluation se fera sur base d'un dépôt Github ClassRoom contenant un exercice pratique à résoudre. Le type de rapport attendu est similaire à ceux effectués durant l'année, avec une évaluation identique (organisation des fichiers, contenu, rapport reproductible et exécutable, spécification de la question, analyses en rapport avec la question et discussion/conclusions cohérentes). Les différents exercices des modules du cours doivent également être terminés et seront comptabilisés. Le travail est individuel. Le plagiat sera sanctionné. |
Modalités d'organisation des évaluations de fin de Q1 2020-2021 (Covid-19) à distance ou en présentiel (selon les informations reprises à l'horaire)
Description des modalités d'évaluation à distance de fin de Q1 2020-2021 (Covid-19) à distance ou en présentiel (selon les informations reprises à l'horaire)
Suite à la pandémie Covid-19, l'examen se fera par écrit à distance. Les étudiant reçevront une question et devront y répondre en une page maximum par étudiant. Le travail se fait à cahier ouvert, avec accès à toute référence souhaitable, et peut se faire seul ou par groupe (-mais alors, la contribution de chacun doit être clairement indiquée dans le rapport de groupe, en tête de chaque section-). La contribution à l'écrit de chaque étudiant est limitée à une page hors illustrations. Un style concis est accepté. Les références bibliographiques éventuelles doivent être clairement indiquées selon l'usage. Le "plagiat" (réponses trop similaires de deux ou plusieurs étudiants) sera sanctionné. Les étudiants qui souhaitent travailler à plusieurs doivent remettre un travail de groupe avec des parties clairement indiquées comme étant la contribution de chacun.
Contenu de l'AA
Les chapitres de cette UE sont:
- Classification supervisée I, LDA, principe général, matrice de confusion, métriques
- Classification supervisée II, validation croisée, AUC, k-nn, lvq, rpart, random forest
- Classification supervisée III, svm, réseaux de neurones, deep learning
- Séries temporelles I, caractéristiques, manipulation, acf, analyse spectrale
- Séries temporelles II, décomposition et régularisation
- Statistiques spatiales, initiation, représentations cartographiques, krigeage
Supports principaux non reproductibles
Sans objet
Support complémentaires non reproductibles
Sans objet.
Autres références conseillées
Barnier, J., 2018. Introduction à R et au tidyverse (https://juba.github.io/tidyverse/index.html). Ismay, Ch. & Kim A.Y, 2018. Moderndive: An introduction to statistical and data science via R (http://moderndive.com). Wickham, H. & Grolemund, G, 2017. R for data science (http://r4ds.had.co.nz). Zar, J.H., 2010. Biostatistical analysis (5th ed.). Pearson Education, London. 944pp. Dagnelie, P., 2007. Statistique théorique et appliquée, Volumes I et II (2ème ed.). De Boeck & Larcier, Bruxelles. 511pp (vol. I) 734pp (vol. II). Venables W.N. & B.D. Ripley, 2002. Modern applied statistics with S-PLUS (4th ed.). Springer, New York, 495 pp. Legendre, P. & L. Legendre, 1998. Numerical ecology (2nd ed.). Springer Verlag, New York. 587 pp.
Mode d'enseignement
Types d'activités
Evaluations
Les modalités d'évaluation de l'AA sont précisées dans la fiche de l'UE dont elle dépend