Programme d’études 2022-2023 | English | ||
Bio-informatique et sciences des données II | |||
Unité d’enseignement du programme de Bachelier en sciences biologiques (CHARLEROI) (Horaire jour) à la Faculté des Sciences |
Code | Type | Responsable | Coordonnées du service | Enseignant(s) |
---|---|---|---|---|
US-B3-SCBIOC-940-C | UE Obligatoire | CONOTTE Raphael | S819 - FS - Service Décanat-Site CHRL (Charleroi) |
|
Langue d’enseignement | Langue d’évaluation | HT(*) | HTPE(*) | HTPS(*) | HR(*) | HD(*) | Crédits | Pondération | Période d’enseignement |
---|---|---|---|---|---|---|---|---|---|
| Français | 0 | 60 | 0 | 0 | 0 | 5 | 5.00 | Année |
Code(s) d’AA | Activité(s) d’apprentissage (AA) | HT(*) | HTPE(*) | HTPS(*) | HR(*) | HD(*) | Période d’enseignement | Pondération |
---|---|---|---|---|---|---|---|---|
S-BIOG-937 | Sciences des données - Modélisation | 0 | 25 | 0 | 0 | 0 | Q1 | |
S-BIOG-958 | Sciences des données - Analyses multivariées | 0 | 20 | 0 | 0 | 0 | Q2 | |
S-BIOG-959 | Bioinformatique | 0 | 15 | 0 | 0 | 0 | Q2 |
Unité d'enseignement | ||
---|---|---|
US-B2-SCBIOC-926-C Bio-informatique et sciences des données I |
Objectifs par rapport aux acquis d'apprentissage du programme
Acquis d'apprentissage de l'UE
Analyser correctement des données biologiques variées en utilisant :
- différents modèles linéaires (modèle linéaire, modèle linéaire généralisé, modèles non-linéaire,...)
- des méthodes d'ordination (ACP et AFC)
- des méthodes de classification (dendrogramme, ...)
Décrire correctement les données et tester les conditions d'application des techniques envisagées.
Tirer des conclusions appropriées par rapport à l'analyse effectuée et les formuler de manière rigoureuse.
Initiation à la bioinformatique et à l'analyse des données génomiques avec Bioconductor
Maitriser la présentation des résultats (rédaction de rapports) et l'utilisation de logiciels professionnels dans le domaine de la science des données :
- R
- RStudio
- R Markdown
- git
Contenu de l'UE : descriptif et cohérence pédagogique
Les chapitres de cette UE sont:
- Modèle linéaire, variables prédictives qualitatives et quantitatives
- Modèle linéaire généralisé
- Modèle non linéaire
- Régressions robustes, quantile et courbes de survie
- Distances et classification hiérarchique
- K-means, MDS et SOM
- ACP et AFC
- AFM, biodiversité et Open Data
- Introduction à Bioconductor
- Analyse RNA-Seq
Compétences préalables
Bases en science des données, en particulier :
- la gestion de projets d'analyse des données,
- l'importation et le remaniement des données,
- la visualisation à l'aide de graphiques,
- la rédaction de rapports reproductibles,
- statistiques uni- et bivariées de base, y compris ANOVA, variance, covariance et correlation.
Type(s) et mode(s) d'évaluation Q1 pour l'UE
Commentaire sur les évaluations Q1 de l'UE
Note globale rassemblant les évaluations suivantes:
- Evaluation de la progression en continu
- 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.
Méthode de calcul de la note globale pour l'évaluation Q1 de l'UE
Sciences des données - Modélisation : 40% de la cote de l'UE
Type(s) et mode(s) d'évaluation rattrapage Q1 (BAB1) pour l'UE
Commentaire sur les évaluations rattrapage Q1 (BAB1) de l'UE
Sans objet
Méthode de calcul de la note globale pour l'évaluation rattrapage Q1 (BAB1) de l'UE
Néant
Type(s) et mode(s) d'évaluations Q2 pour l'UE
Commentaire sur les évaluations Q2 de l'UE
Note globale rassemblant les évaluations suivantes:
- Evaluation de la progression en continu
- 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.
Méthode de calcul de la note globale pour l'évaluation Q2 de l'UE
- Sciences des données - Analyses multivariées : 40% de la cote de l'UE
- Bioinformatique : 20% de la cote de l'UE
Type(s) et mode(s) d'évaluations Q3 pour l'UE
Commentaire sur les évaluations Q3 de l'UE
Note globale rassemblant les évaluations suivantes:
- Evaluation de la progression en continu
- 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.
Méthode de calcul de la note globale pour l'évaluation Q3 de l'UE
- Sciences des données - Modélisation : 40% de la cote de l'UE
- Sciences des données - Analyses multivariées : 35% de la cote de l'UE
- Bioinformatique : 25% de la cote de l'UE
Types d'activités
AA | Types d'activités |
---|---|
S-BIOG-937 | |
S-BIOG-958 | |
S-BIOG-959 |
Mode d'enseignement
AA | Mode d'enseignement |
---|---|
S-BIOG-937 |
|
S-BIOG-958 |
|
S-BIOG-959 |
|
Supports principaux non reproductibles
AA | Supports principaux non reproductibles |
---|---|
S-BIOG-937 | Sans objet |
S-BIOG-958 | Sans objet |
S-BIOG-959 | Sans objet |
Supports complémentaires non reproductibles
AA | Support complémentaires non reproductibles |
---|---|
S-BIOG-937 | Sans objet |
S-BIOG-958 | Sans objet |
S-BIOG-959 | Sans objet |
Autres références conseillées
AA | Autres références conseillées |
---|---|
S-BIOG-937 | 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). Zar, J.H., 2010. Biostatistical analysis (5th ed.). Pearson Education, London. 944pp. 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. |
S-BIOG-958 | 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). Zar, J.H., 2010. Biostatistical analysis (5th ed.). Pearson Education, London. 944pp. 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. |
S-BIOG-959 | Sans objet |