 | Study programme 2019-2020 | Français | |
| Science des données III : exploration et prédiction | |||
Learning Activity |
| Code | Lecturer(s) | Associate Lecturer(s) | Subsitute Lecturer(s) et other(s) | Establishment |
|---|---|---|---|---|
| S-BIOG-025 |
|
|
| Language of instruction | Language of assessment | HT(*) | HTPE(*) | HTPS(*) | HR(*) | HD(*) | Term |
|---|---|---|---|---|---|---|---|
| Français | Français | 15 | 15 | 0 | 0 | 0 | Q1 |
| Organisational online arrangements for the end of Q3 2019-2020 assessments (Covid-19) |
|---|
|
| Description of the modifications to the Q3 2019-2020 online assessment procedures (Covid-19) |
| 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. |
Content of Learning Activity
The chapters of this UE are :
- Classification I - bases & LDA
- Classification II - metrics & trees methods
- Classification III = SVM, deep learning
- Time series I - description, ACF, spectral analysis
- Time series II - decomposition & regularisation
- Spatial statistics, maps & krigging
Required Learning Resources/Tools
Not applicable
Recommended Learning Resources/Tools
Not applicable.
Other Recommended Reading
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 of delivery
- Face to face
- Mixed
Type of Teaching Activity/Activities
- Cours magistraux
- Conférences
- Travaux pratiques
- Travaux de laboratoire
- Exercices de création et recherche en atelier
- Projet sur ordinateur
- Etudes de cas
Evaluations
The assessment methods of the Learning Activity (AA) are specified in the course description of the corresponding Educational Component (UE)