Objectifs par rapport aux acquis d'apprentissage du programme

• Avoir acquis, dans le domaine des sciences biologiques, et particulièrement dans le domaine de la biologie des organismes et de l'écologie, des connaissances hautement spécialisées et intégrées ainsi que de larges compétences, prolongeant celles qui relèvent du niveau de bachelier en sciences biologiques
• Etre capable de mener des travaux de recherche et de développement d'envergure en lien avec les sciences biologiques, en biologie des organismes et en écologie
• -Etre capable d'appliquer, de mobiliser, d'articuler et de valoriser les connaissances et les compétences acquises en vue de contribuer à la conduite et à la réalisation d'un projet
• -Faire preuve d'initiative et être capable de travailler seul et en équipe
• Gérer et mener un travail de recherche, de développement ou d'innovation
• -Pouvoir organiser et mener à son terme un travail de recherche, de développement ou d'innovation
• Maîtriser les techniques de communication
• -Pouvoir communiquer de façon claire, structurée et argumentée, tant à l'oral qu'à l'écrit, ses conclusions, ses propositions originales ainsi que les connaissances et principes sous-jacents
• -Maîtriser les techniques de communications scientifiques écrites et orales tant en français qu'en anglais
• Développer et intégrer un fort degré d'autonomie
• -Poursuivre sa formation et développer de nouvelles compétences de façon autonome
• -Développer et intégrer un fort degré d'autonomie pour pouvoir évoluer dans de nouveaux contextes
• Appliquer une méthodologie scientifique
• -Faire preuve de rigueur, d'autonomie, de créativité, d'honnêteté intellectuelle, de sens éthique et déontologique

Acquis d'apprentissage de l'UE

Etre capable de retrouver l'information pertinente dans un gros jeu de données à l'aide de techniques de fouillle de données et de classification supervisée, d'analyser correctement des données biologiques ayant une dépendance temporelle et d'analyser des données spatiales. Etre capable de présenter ses résultats de manière reproductible (rédaction de rapports) et utiliser des logiciels professionnels dans le domaine de la science des données : R, RStudio, R Markdown, git.

Contenu de l'UE : descriptif et cohérence pédagogique

Le cours est entièrement disponible en ligne : https://wp.sciviews.org. Les chapitres de cette UE sont:

- Classification supervisée I, LDA, principe général, matrice de confusion, métriques
- Classification supervisée II, validation croisée, AUC, k-nn, lvq, rpart, random forest
- Classification supervisée III, svm, réseaux de neurones, initiation au deep learning
- Séries temporelles I, caractéristiques, manipulation, acf, analyse spectrale
- Séries temporelles II, décomposition et régularisation
- Statistiques spatiales, initiation, représentations cartographiques, krigeage

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 et la rédaction de rapports reproductibles. Statistiques générales uni- et multivariées, modèles linéaires (généralisés) et non linéaires, technique d'ordination (ACP, AFC) et de classification non supervisée (CAH, K-means). Une mise à jour des compétences est possible via les deux premiers ouvrages des cours de science des données disponibles en ligne à partir de https://wp.sciviews.org.