Analyse de données

Statistique descriptive, Algèbre linéaire.

Scientifiques : • Connaître les techniques de description de la distribution d’une variable selon qu’elle est quantitative ou qualitative. • Connaître de éléments caractéristiques de la distribution d’une variable : moyenne, médiane, quantile, variance, mode, de densité de probabilité, histogramme, complot, diagramme circulaire, diagramme en barre, … • Connaître les outils de mesure de dépendance entre deux variables : les techniques graphiques ainsi que : corrélation linéaire, relation nonlinéaire, rapport de corrélation, khi-deux, les tests d’hypothèses, … • Connaître les éléments constitutifs d’une méthode d’Analyse Factorielle Professionnels : • Savoir faire de la visualisation selon le type de variable. • Savoir interpréter les sorties graphiques sur la base des critères mathématiques sous-jacents. • Savoir communiquer sur les résultats d’une étude statistique.

Ce cours vise à donner une base solide pour étude statistique, machine learning.
Nous abordons la statistique descriptive univariée, bivariée, l’Analyse en
Composantes Principales, les tests d’hypothèses et une introduction à la
modélisation.
L’approche pédagogique adoptée est une pédagogie active. Aussi, les étudiants
sont évalués régulièrement à travers leurs travaux de TD, TP. Ces travaux étant
motivés par des « use case ».
L’ensemble des travaux constitue un notebook.

Scientifiques : • Connaître les techniques de description de la distribution d’une variable selon qu’elle est quantitative ou qualitative. • Connaître de éléments caractéristiques de la distribution d’une variable : moyenne, médiane, quantile, variance, mode, de densité de probabilité, histogramme, complot, diagramme circulaire, diagramme en barre, … • Connaître les outils de mesure de dépendance entre deux variables : les techniques graphiques ainsi que : corrélation linéaire, relation nonlinéaire, rapport de corrélation, khi-deux, les tests d’hypothèses, … • Connaître les éléments constitutifs d’une méthode d’Analyse Factorielle Professionnels : • Savoir faire de la visualisation selon le type de variable. • Savoir interpréter les sorties graphiques sur la base des critères mathématiques sous-jacents. • Savoir communiquer sur les résultats d’une étude statistique.