Programme d’études 2019-2020English
Bio-informatique et sciences des données
Unité d’enseignement du programme de Bachelier en sciences biologiques (Charleroi (Hor. jour)) à la Faculté des Sciences
CodeTypeResponsable Coordonnées
du service
Enseignant(s)
US-B2-SCBIOC-926-CUE ObligatoireCONOTTE Raphael
  • CONOTTE Raphael

Langue
d’enseignement
Langue
d’évaluation
HT(*) HTPE(*) HTPS(*) HR(*) HD(*) CréditsPondération Période
d’enseignement
  • Français
Français07500055.001er quadrimestre

Code(s) d’AAActivité(s) d’apprentissage (AA) HT(*) HTPE(*) HTPS(*) HR(*) HD(*) Période
d’enseignement
Pondération
S-BIOG-921Bio-informatique et sciences des données075000Q1100.00%

Unité d'enseignement

Objectifs par rapport aux acquis d'apprentissage du programme

  • Acquérir, maitriser et utiliser des savoirs dans les domaines de la biologie et dans d'autres domaines de connaissances.
    • Comprendre et employer les outils mathématiques et statistiques de base pour décrire et comprendre les concepts biologiques.
    • Intégrer de façon critique des savoirs d'autres domaines de connaissances à la biologie (sciences de la terre, physique, chimie, mathématiques) afin de favoriser une approche interdisciplinaire.
  • Résoudre des problèmes à composante biologique.
    • Analyser et interpréter, de façon pertinente, des données biologiques collectées in natura, par dissection ou sur base d'un protocole expérimental en laboratoire.
  • Appliquer une démarche scientifique et exercer un esprit critique.
    • Connaître et appliquer les principes de base du raisonnement (obtention des données, analyse, synthèse, comparaison, règle de trois, syllogisme, analogie, ....).
    • Maîtriser les méthodes statistiques et/ou probabilistes.
    • Travailler avec efficience/exactitude/précision.
    • Savoir poser une hypothèse et un raisonnement hypothético-déductif.
    • Développer un esprit critique, savoir tester et contrôler ses conclusions, en connaître le domaine de validité, envisager des hypothèses alternatives.
    • Pouvoir gérer le doute et l'incertitude.
  • Communiquer efficacement et de manière adaptée en français et en anglais.
    • Communiquer oralement et par écrit en français les résultats d'expériences et d'observations en construisant et en utilisant des graphiques et des tableaux.
  • Développer son autonomie, se fixer des objectifs de formation et effectuer les choix pour les atteindre.
    • Organiser son temps et son travail, tant individuel que collectif.
    • Savoir fixer des priorités.
    • Savoir gérer son stress et ce quel que soit les évènements (examens, présentations,..).

Acquis d'apprentissage UE

- Maitriser les outils informatiques et statistiques nécessaires aux science des données, en particuliers, l'importation, le remaniement et la transformation des données, la visualisation sous forme de graphiques, et l'inférence.
- Pouvoir présenter clairement et rigoureusement les résultats de ces analyses dans un rapport scientifique de manière reproductible.
- Etre capable d'analyser des données biologiques usuelles en pratique.

Contenu de l'UE

Les chapitres de cette UE sont: 

- Initiation aux logiciels (Logiciels R, RStudio, git & Markdown.)
- Visualisation I, nuage de points et R Markdown
- Visualisation II, histogramme, densité, violon
- Visualisation III, barres, camembert, boxplot, composition et moteurs graphiques
- Traitement des données I, importation, variables, conversion, utilisation de dplyr
- Traitement des données II, cas par variables, contingence, population, échantillonnage, acquisition, chaînage des instructions
- Traitement des données III, utilisation de tidyr et traitement multi-tableaux, initiation aux bases de données
- Design expérimental, révision graphiques, à faire et ne pas faire, compléments logiciels
- Probabilités et distributions
- Test Chi carré, proportions et corrélation
- Intervalle de confiance, test de Student, test de Wilcoxon
- Analyse de variance

Compétences préalables

- Notions de base d'utilisation d'un ordinateur.
- Notions de base en mathématique: artithmétique, y compris logarithme et exponentielle, systèmes de coordonnées cartésiennes et géométrie élémentaire dans le plan et dans un espace à 3 dimensions.
 

Types d'évaluations Q1 pour l'UE

  • Présentation et/ou travaux
  • Epreuve pratique
  • Exercice(s) coté(s)
  • eTest

Commentaire sur les évaluations Q1 de l'UE

Note globale rassemblant les évaluations suivantes:

- Evaluation de la progression en continu
- Participation lors des classes renversées
- Réalisations aux travaux pratiques
- Rapport d'analyse de données coté
- e-test.

En raison de l'évaluation de la progression en continu, <u><b>la présence aux séances est obligatoire</b></u>.
 

Types d'évaluation Q3 pour l'UE

  • Présentation et/ou travaux
  • Epreuves pratiques
  • Exercice(s) coté(s)
  • eTest

Commentaire sur les évaluations Q3 de l'UE

Note globale rassemblant les évaluations suivantes:

- Evaluation de la progression en continu
- Participation lors des classes renversées
- Réalisations aux travaux pratiques
- Rapport d'analyse de données coté
- e-test.

En raison de l'évaluation de la progression en continu, <u><b>la présence aux séances est obligatoire</b></u>.

Types d'évaluation rattrapage BAB1 (Q1) pour l'UE

  • Néant

Commentaire sur les évaluations rattr. Q1 de l'UE

Sans objet

Types d'activités

AATypes d'activités
S-BIOG-921

Mode d'enseignement

AAMode d'enseignement
S-BIOG-921
  • Face à face
  • Mixte

Supports principaux

AA
S-BIOG-921

Supports principaux non reproductibles

AASupports principaux non reproductibles
S-BIOG-921Sans objet

Supports complémentaires

AA
S-BIOG-921

Supports complémentaires non reproductibles

AASupport complémentaires non reproductibles
S-BIOG-921Sans objet

Autres références conseillées

AAAutres références conseillées
S-BIOG-921Barnier, 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).
Cornillon, P.A. Et al, 2008. Statistiques avec R. Presses Universitaires de Rennes. 257pp.
Dagnelie, P., 2007. Statistique théorique et appliquée, Volumes I et II (2ème ed.). De Boeck & Larcier, Bruxelles. 511pp (vol. I) 734pp (vol. II).
Zar, J.H., 2010. Biostatistical analysis (5th ed.). Pearson Education, London. 944pp.
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.

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

AAReports des notes d'AA d'une année à l'autre
S-BIOG-921Autorisé
(*) 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 : 09/11/2019
20, place du Parc, B7000 Mons - Belgique
Tél: +32 (0)65 373111
Courriel: info.mons@umons.ac.be