Objectifs par rapport aux acquis d'apprentissage du programme

• Comprendre, décrire, analyser et hiérarchiser les phénomènes biologiques.
• Comprendre et pouvoir utiliser les différentes représentations graphiques des valeurs numériques et de leurs relations.
• Maîtriser les approches moléculaires, morphologiques et fonctionnelles des états normaux et pathologiques.
• Maîtriser des protocoles expérimentaux du domaine biomédical.
• Pouvoir intégrer les notions issues de différentes approches/disciplines dans un problème biomédical complexe.
• Avoir développé une aptitude au raisonnement
• Connaître et appliquer les principes de base du raisonnement (obtention des données, analyse, synthèse, comparaison, règle de trois, syllogisme, analogie, logique booléenne,...).
• Maîtriser les méthodes statistiques et/ou épidémiologiques.
• Travailler avec efficience/exactitude/précision.
• Pouvoir poser une hypothèse et un raisonnement hypothético-déductif.
• Développer un esprit critique, savoir tester et contrôler ses conclusions, en connaître le domaine de validité, envisager des hypothèses alternatives.
• Pouvoir gérer le doute et l'incertitude.
• Démontrer une capacité relationnelle développée.
• Pouvoir synthétiser, expliciter, argumenter.
• Pouvoir partager des connaissances et des informations.
• Pouvoir présenter des examens, des rapports et des communications orales.
• Etre capable de gérer les ressources
• Pouvoir gérer son temps.
• Utiliser les ressources informatiques et bibliographiques de base.
• Gérer sa formation
• Etre capable de trouver efficacement une information scientifique.
• Etre ouvert à la recherche et faire preuve de curiosité scientifique.

Acquis d'apprentissage de l'UE

- Maîtriser les outils informatiques et statistiques fondamentaux en science des données, notamment l'importation, le remaniement et la transformation des données et la visualisation graphique
- Savoir présenter de manière claire, rigoureuse et reproductible les résultats d'analyses dans un rapport scientifique.
- Utiliser des environnements et outils reproductibles (ex. R Markdown, Quarto, Git) pour assurer la traçabilité des analyses.

Contenu de l'UE : descriptif et cohérence pédagogique

- Introduction aux outils logiciels : prise en main des environnements de programmation, de versionnage et de rédaction scientifique reproductible.

- Visualisation de données : construction de graphiques adaptés aux types de données — nuages de points, histogrammes, courbes de densité, diagrammes en violon, diagrammes en barres, camemberts, boxplots — et compréhension des principes de conception graphique.

- Préparation et transformation des données : importation, gestion des types de variables, manipulation des tableaux de données, tableau de contingence, traitement de jeux de données multiples, chaînage d'instructions, et initiation à l'interrogation de bases de données.

Compétences préalables

Connaissances de base en utilisation d'un ordinateur, y compris la gestion de fichiers et des logiciels courants.
Ce cours suppose la maîtrise des notions vues dans : Statistiques I (UM-B1-BIOMED-031-M)