Programme d’études 2018-2019 | English | ||
Science des données IV : pratique | |||
Activité d'apprentissage à la Faculté des Sciences |
Code | Titulaire(s) | Co-Titulaire(s) | Suppléant(s) et autre(s) |
---|---|---|---|
S-BIOG-043 |
|
Langue d’enseignement | Langue d’évaluation | HT(*) | HTPE(*) | HTPS(*) | HR(*) | HD(*) | Période d’enseignement |
---|---|---|---|---|---|---|---|
Français | Français | 0 | 0 | 0 | 0 | 0 | A |
Contenu de l'AA
Bonnes pratiques de design expérimental, d'organisation des données et des analyses afin de permettre leur partage en équipe (collaboration) ou de manière plus large (Open Science). Techniques statistiques propres au sujet traité. Maitrise des logiciels dédiés (autour de R).
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).
Sans objet
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