 | Programme d’études 2018-2019 | English | |
 | Science des données I : visualisation et inférence | ||
Unité d’enseignement du programme de Bachelier en sciences mathématiques à la Faculté des Sciences |
| Code | Type | Responsable | Coordonnées du service | Enseignant(s) |
|---|---|---|---|---|
| US-B3-SCMATH-035-M | UE optionnelle | 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 | 25 | 50 | 0 | 0 | 0 | 9 | 9.00 | 1er quadrimestre |
| 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 et inférence | 25 | 50 | 0 | 0 | 0 | Q1 | 100.00% |
| Unité d'enseignement |
|---|
Objectifs par rapport aux acquis d'apprentissage du programme
- Comprendre de manière profonde les mathématiques " élémentaires ".
- Comprendre les fondements des probabilités et de la statistique.
- Résoudre des problèmes nouveaux.
- Utiliser les connaissances issues de différents domaines pour traiter des questions.
- Utiliser efficacement l'outil informatique.
- Connaissance d'au moins un langage de programmation.
- Pouvoir développer des programmes informatiques pour résoudre des problèmes ayant une formulation mathématique.
- Pourvoir aborder la littérature et dialoguer avec les autres sciences.
- Avoir une bonne connaissance d'un domaine connexe utilisant les mathématiques.
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
Logiciels R, RStudio, git & Markdown. Importation et tranformation de tableaux de données. Visualisation de données uni-, bi- et multivariées à l'aide de graphiques. Statistiques descriptives; Moyenne; Médiane; Ecart type; Variance; Graphique quantile-quantile; Boite de dispersion; Histogramme; Population statistique; Echantillonnage; Inférence; Probabilité; Distribution de probabilité; Théorème central limite; Intervalle de confiance; Test d’hypothèse; Tests paramétriques et non paramétrique; Distribution binomiale, de Poisson, Chi-2, Normale, de Student et F; test de Student; ANOVA 1 et 2 facteurs; Test de Wilkoxon-Mann-Withney; Test de Kruskal-Wallis; Corrélation; Pearson; Spearman.
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
- Examen écrit
- Exercice(s) coté(s)
- eTest
Commentaire sur les évaluations Q1 de l'UE
Présentation et/ou travaux, examen écrit, exercices cotés, eTest 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 - Examen écrit
Types d'évaluation Q3 pour l'UE
- Présentation et/ou travaux
- Examen écrit
- Exercice(s) coté(s)
- eTest
Commentaire sur les évaluations Q3 de l'UE
Simiilaire à Q1.
Types d'évaluation rattrapage BAB1 (Q1) pour l'UE
- Néant
Commentaire sur les évaluations rattr. Q1 de l'UE
Pas applicable.
Types d'activités
| AA | Types d'activités |
|---|---|
| S-BIOG-006 |
|
Mode d'enseignement
| AA | Mode d'enseignement |
|---|---|
| S-BIOG-006 |
|
Supports principaux
| AA | |
|---|---|
| S-BIOG-006 |
Supports principaux non reproductibles
| AA | Supports principaux non reproductibles |
|---|---|
| S-BIOG-006 | Sans objet |
Supports complémentaires
| AA | |
|---|---|
| S-BIOG-006 |
Supports complémentaires non reproductibles
| AA | Support complémentaires non reproductibles |
|---|---|
| S-BIOG-006 | 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). |
Reports des notes d'AA d'une année à l'autre
| AA | Reports des notes d'AA d'une année à l'autre |
|---|---|
| S-BIOG-006 | Autorisé |