 | Programme d’études 2019-2020 | English | |
 | Science des données I : visualisation et inférence | ||
Unité d’enseignement du programme de Bachelier en sciences biologiques à la Faculté des Sciences |
| Les étudiants sont invités à consulter les fiches ECTS des AA pour prendre connaissance des modalités d’évaluation prévues pour la fin du Q3 |
|---|
| Code | Type | Responsable | Coordonnées du service | Enseignant(s) |
|---|---|---|---|---|
| US-B2-SCBIOL-006-M | UE Obligatoire | GROSJEAN Philippe | S807 - Ecologie numérique des milieux aquatiques |
|
| Langue d’enseignement | Langue d’évaluation | HT(*) | HTPE(*) | HTPS(*) | HR(*) | HD(*) | Crédits | Pondération | Période d’enseignement |
|---|---|---|---|---|---|---|---|---|---|
| Français | 0 | 70 | 0 | 0 | 0 | 6 | 6.00 | Année |
| Code(s) d’AA | Activité(s) d’apprentissage (AA) | HT(*) | HTPE(*) | HTPS(*) | HR(*) | HD(*) | Période d’enseignement | Pondération |
|---|---|---|---|---|---|---|---|---|
| S-BIOG-006 | Science des données I : visualisation | 0 | 50 | 0 | 0 | 0 | Q1 | |
| S-BIOG-027 | Science des données I : inférence | 0 | 20 | 0 | 0 | 0 | Q2 |
| 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, remaniement et 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, la présence aux séances est obligatoire.
Types d'évaluations Q2 pour l'UE
- Présentation et/ou travaux
- Epreuves pratiques
- Exercice(s) coté(s)
- eTest
Commentaire sur les évaluations Q2 de l'UE
Similaire à Q1.
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
Similaire à Q1.
Types d'évaluation rattrapage BAB1 (Q1) pour l'UE
- Néant
Commentaire sur les évaluations rattr. Q1 de l'UE
Néant
Types d'activités
| AA | Types d'activités |
|---|---|
| S-BIOG-006 | |
| S-BIOG-027 |
|
Mode d'enseignement
| AA | Mode d'enseignement |
|---|---|
| S-BIOG-006 |
|
| S-BIOG-027 |
|
Supports principaux
| AA | |
|---|---|
| S-BIOG-006 | |
| S-BIOG-027 |
Supports principaux non reproductibles
| AA | Supports principaux non reproductibles |
|---|---|
| S-BIOG-006 | Sans objet |
| S-BIOG-027 | Sans objet |
Supports complémentaires
| AA | |
|---|---|
| S-BIOG-006 | |
| S-BIOG-027 |
Supports complémentaires non reproductibles
| AA | Support complémentaires non reproductibles |
|---|---|
| S-BIOG-006 | Sans objet |
| S-BIOG-027 | Sans objet |
Autres références conseillées
| AA | Autres références conseillées |
|---|---|
| S-BIOG-006 | 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). 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). |
| S-BIOG-027 | 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. |