Modalités d'organisation des évaluations de fin de Q2 2020-2021 (Covid-19) à distance ou en présentiel (selon les informations reprises à l'horaire)

• Réalisation d'une production (travail individuel ou de groupe, essai, rapport, mémoire, ...)

Description des modalités d'évaluation de fin de Q2 2020-2021 (Covid-19) à distance ou en présentiel (selon les informations reprises à l'horaire)

Réalisation à distance d'un travail individuel sur la matière du cours.

Contenu de l'AA

analyse des données: tableaux de données, variables, représentations, distances;  analyse en composantes principales, analyse factorielle discriminante; régression, analyse de la variance; méthodes de classification supervisée et non-supervisée, plans d'expériences; logiciels: R, Weka

Supports principaux non reproductibles

syllabus de théorie et exercices pratiques

Support complémentaires non reproductibles

Sans objet

Autres références conseillées

I. H. Witten, E. Frank. Data Mining : "Practical Machine Learning Tools and Techniques with Java Implementations". Morgan Kaufmann, 2010

J-M. Azaïs, J-M. Bardet, "Le Modèle Linéaire par l'exemple : Régression, Analyse de la Variance et Plans d'Expériences. Illustrations numériques avec les logiciels R, SAS et Splus", Dunot, 2006

R.E.Walpole, R.H.Myers, S.L.Myers, K.Ye, "Probability and Statistics for Engineers and Scientists", Prentice Hall, 2012

Mode d'enseignement

• Mixte

Types d'activités

• Cours magistraux
• Ateliers et projets encadrés au sein de l'établissement

Evaluations

Les modalités d'évaluation de l'AA sont précisées dans la fiche de l'UE dont elle dépend