Programme d’études 2018-2019English
Analyse des données expérimentales
Unité d’enseignement du programme de Master ingénieur civil en informatique et gestion (Charleroi (Hor. décalé)) à la Faculté Polytechnique
CodeTypeResponsable Coordonnées
du service
Enseignant(s)
UI-M1-IRIGIG-830-CUE ObligatoireSIEBERT XavierF151 - Mathématique et Recherche opérationnelle
  • SIEBERT Xavier

Langue
d’enseignement
Langue
d’évaluation
HT(*) HTPE(*) HTPS(*) HR(*) HD(*) CréditsPondération Période
d’enseignement
  • Français
Français301200044.002e quadrimestre

Code(s) d’AAActivité(s) d’apprentissage (AA) HT(*) HTPE(*) HTPS(*) HR(*) HD(*) Période
d’enseignement
Pondération
I-MARO-156Analyse des données expérimentales3012000Q2100.00%

Unité d'enseignement

Objectifs par rapport aux acquis d'apprentissage du programme

  • Imaginer, concevoir, réaliser et mettre en oeuvre des modèles conceptuels et des solutions informatiques pour répondre à des problèmes complexes notamment de décision, d'optimisation, de gestion et de production dans le cadre d'une démarche d'innovation en entreprise en intégrant l'évolution des besoins, contextes et enjeux (techniques, économiques, sociétaux, éthiques et environnementaux).
    • Identifier le problème complexe à résoudre et élaborer avec le client le cahier des charges en intégrant les besoins, contraintes, contextes et enjeux (techniques, économiques, sociétaux, éthiques et environnementaux).
    • Sur base d'une modélisation, concevoir un système ou une stratégie répondant au problème posé ; les évaluer compte tenu des différents paramètres du cahier des charges.
    • Concrétiser une solution choisie sous la forme de diagrammes, de graphes, de prototypes, de logiciels et/ou de modèles numériques.
    • Evaluer la démarche et les résultats en vue de leur adaptation (modularité, optimisation, qualité, robustesse, fiabilité, évolutivité,...).
  • Mobiliser un ensemble structuré de connaissances et compétences scientifiques et techniques spécialisées permettant de répondre, avec expertise et adaptabilité, aux missions de l'ingénieur civil en Informatique et Gestion
    • Maîtriser et mobiliser de façon pertinente des connaissances, des modèles, des méthodes et des techniques relatifs au domaine de l'Informatique et Gestion
    • Analyser et modéliser une solution informatique innovante ou une stratégie d'entreprises en sélectionnant de manière critique des théories et des approches méthodologiques (modélisation, optimisation, algorithmique, calculs), y compris en tenant compte des aspects pluridisciplinaires.
    • Identifier et étudier les applications possibles des technologies nouvelles et émergentes dans le domaine des sciences et technologies de l'information et du management quantitatif et qualitatif de l'entreprise.
    • Evaluer la validité des modèles et des résultats compte tenu de l'état de la science et des caractéristiques du problème.

Acquis d'apprentissage UE

mener une analyse statistique multivariée sur des fichiers de données numériques;
interpréter les résultats de telles analyse;
comprendre et savoir utiliser des méthodes de classification (supervisée ou non).
comprendre les principes de la planification expérimentale
 

Contenu de l'UE

analyse et représentation des données; méthodes factorielles: (analyse en composantes principales, correspondances multiples, analyse des rangs, ... ); régression, analyse de la variance; classification supervisé et non-supervisée; plans d'expériences. Logiciels  : R, Weka

Compétences préalables

statistique descriptive à une dimension (cours de proba/stat)
algèbre, analyse
 

Types d'évaluations Q2 pour l'UE

  • Examen écrit
  • Epreuves pratiques

Commentaire sur les évaluations Q2 de l'UE

épreuve écrite pour la théorie, suivie d'une épreuve sur ordinateur pour la partie pratique

Types d'évaluation Q3 pour l'UE

  • Examen écrit
  • Epreuves pratiques

Commentaire sur les évaluations Q3 de l'UE

épreuve écrite pour la théorie, suivie d'une épreuve sur ordinateur pour la partie pratique

Types d'activités

AATypes d'activités
I-MARO-156
  • Cours magistraux
  • Ateliers et projets encadrés au sein de l'établissement

Mode d'enseignement

AAMode d'enseignement
I-MARO-156
  • Face à face

Supports principaux

AA
I-MARO-156

Supports principaux non reproductibles

AASupports principaux non reproductibles
I-MARO-156syllabus de théorie et exercices pratiques

Supports complémentaires

AA
I-MARO-156

Supports complémentaires non reproductibles

AASupport complémentaires non reproductibles
I-MARO-156Sans objet

Autres références conseillées

AAAutres références conseillées
I-MARO-156I. H. Witten, E. Frank. Data Mining : "Practical Machine Learning Tools and Techniques with Java Implementations". Morgan Kaufmann, 2010

J-M. Azaïs, J-M. Bardet, "Le Modèle Linéaire par l'exemple : Régression, Analyse de la Variance et Plans d'Expériences. Illustrations numériques avec les logiciels R, SAS et Splus", Dunot, 2006

R.E.Walpole, R.H.Myers, S.L.Myers, K.Ye, "Probability and Statistics for Engineers and Scientists", Prentice Hall, 2012

Reports des notes d'AA d'une année à l'autre

AAReports des notes d'AA d'une année à l'autre
I-MARO-156Autorisé
(*) HT : Heures théoriques - HTPE : Heures de travaux pratiques encadrés - HTPS : Heures de travaux pratiques supervisés - HD : Heures diverses - HR : Heures de remédiation - Dans la colonne Pér. (Période), A=Année, Q1=1er quadrimestre et Q2=2e quadrimestre
Date de génération : 02/05/2019
20, place du Parc, B7000 Mons - Belgique
Tél: +32 (0)65 373111
Courriel: info.mons@umons.ac.be