 | 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
- Face à face
- Mixte
Types d'activités
- Cours magistraux
- Conférences
- Ateliers et projets encadrés au sein de l'établissement
- Préparations, travaux, recherches d'information
Evaluations
Les modalités d'évaluation de l'AA sont précisées dans la fiche de l'UE dont elle dépend