Programme d’études 2018-2019 | English | ||
Science des données V : recherche reproductible | |||
Activité d'apprentissage à la Faculté des Sciences |
Code | Titulaire(s) | Co-Titulaire(s) | Suppléant(s) et autre(s) |
---|---|---|---|
S-BIOG-077 |
|
Langue d’enseignement | Langue d’évaluation | HT(*) | HTPE(*) | HTPS(*) | HR(*) | HD(*) | Période d’enseignement |
---|---|---|---|---|---|---|---|
Français | Français | 10 | 10 | 0 | 0 | 0 | Q1 |
Contenu de l'AA
Gestion des données; bases de données; requêtes SQL; language S (logiciel R) avec RStudio; calcul en virgule flottante; génération de nombre pseudo-aléatoires; analyse reproductible; tests unités; format des données; optimisation du temps de calcul; optimisation de l'utilisation de la mémoire vive; algorithmes vectorisés, ...
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). Chambers, J.M., 2008. Software for data analysis. Programming with R. Springer, New York, 498pp. Dagnelie, P., 2007. Chambers, J.M., 1998. Programming with data. A guide to the S language. Springer, New York, 469pp. Fortner, B., 1995. The data handbook. A guide to understanding the organization and visualization of technical data. Springer, New York, 350pp.
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