Data Science et Applications : Fiche UE : Offre de formation

Nombre de crédits de l'UE : 3
Code APOGEE : POL1023M

Responsabilité de l'UE :

BOUNEKKAR AHMED

ahmed.bounekkaruniv-lyon1.fr

04.72.43.27.23

Type d'enseignement

Nb heures *

Cours Magistraux (CM)

10 h

Travaux Dirigés (TD)

10 h

Travaux Pratiques (TP)

6 h

Durée de projet en autonomie (PRJ)

0 h

Durée du stage

0 h

Effectif Cours magistraux (CM)

210 étudiants

Effectif Travaux dirigés (TD)

35 étudiants

Effectif Travaux pratiques (TP)

18 étudiants

Activité tuteurée personnelle (étudiant)

0 h

Activité tuteurée encadrée (enseignant)

0 h

Heures de Tutorat étudiant

0 h

* Ces horaires sont donnés à titre indicatif.

Pré-requis :

Notions de statistique descriptive

Prgrammation Python

Compétences attestées (transversales, spécifiques) :

Connaître le concept de la Data Science et les liens avec l’intelligence artificielle, l’apprentissage automatique et le Big Data.

Connaître les méthodes de collecte, de traitement et de transformation des sonnées

Maîtriser les principales techniques d’analyse et de fouille de données

Utiliser quelques outils de Data Science

Appliquer des techniques de statistique, d'apprentissage automatique, de visualisation des données, d'analyse de texte et d'analyse des réseaux sociaux,…

Programme de l'UE / Thématiques abordées :

Data Science – Définition

L’extraction de la connaissance à partir des données

Notions de modèle et étapes de construction

Les données et types des données (Manipulation des données, traitement des données manquantes, …)

L’estimation, indicateurs d’écart (MSE, RMSE, …)

Les modèles de régression

Méthodologie en data science

Applications avec Python et R

Les autres outils de data science : R, SAS, Python, Julia, SPSS, RapidMiner, Weka,…

Parcours / Spécialité / Filière / Option utilisant cette UE :

Date de la dernière mise-à-jour : 06/02/2023