Université Côte d'azur
/ Formation / Syllabus IMEX202
Français English

ECUE Python 1 (semestres pairs)

Code de l'ECUE : IMEX202

Ce cours appartient à UE Python 1 qui contient 1 ECUE
EUR ELMI
Sciences de gestion et du management
Campus Saint Jean d'Angély
Master 1
Semestre impair
Anglais

PRESENTATION

Ce cours vise à former les étudiants à l'utilisation de Python pour mener un projet de data science complet, de la collecte de données brutes à leur analyse et leur modélisation, jusqu'à la présentation des résultats.

Les étudiants apprendront à utiliser des outils et des bibliothèques modernes pour aborder toutes les étapes d'un projet de data science de manière professionnelle. Ils appliqueront les connaissances acquises tout au long du cours à un projet fil rouge, permettant de mettre en pratique l’ensemble du cycle de vie d’un projet de data science.

 

Compétences développées

  • Techniques : Programmation en Python, analyse exploratoire, visualisation de données, statistiques descriptives, Machine Learning.
  • Méthodologiques : Gestion d’un projet de data science, cycle de vie d’un projet, prise de décision basée sur les données.
  • Transversales : Résolution de problèmes, communication efficace des résultats, travail en autonomie ou en équipe.

 

Responsable(s) du cours

Patrick Musso

Présentiel

  • 18h de cours magistral

PREREQUIS

Avant le début du cours, je dois ...
  • Des notions de base en programmation.
  • Des connaissances de bases en statistiques descriptives (moyenne, médiane, écart-type, variance, corrélation).
  • Des connaissances de base en Python (souhaitée mais non obligatoire).

OBJECTIFS

A la fin de ce cours, je devrais être capable de...
  • Mener un projet de data science de bout en bout.
  • Présenter des analyses et des modèles de manière professionnelle et compréhensible.
  • Utiliser Python et ses bibliothèques pour manipuler, explorer et modéliser des données.
  • Produire un projet complet qui sera évalué pour démontrer les compétences acquises.

CONTENU

  • Introduction à la Data Science et à Python

    Objectifs :

    • Comprendre le cycle de vie d’un projet de data science.
    • Introduction aux outils nécessaires : Python, Jupyter Notebook, Google Colab.
    • Présentation du projet fil rouge et des attentes.

  • Collecte et Exploration des Données

    Objectifs :

    • Apprendre à importer des données depuis différentes sources.
    • Découvrir les méthodes d’exploration initiale des données.

  • Nettoyage et Préparation des Données

    Objectifs :

    • Savoir traiter les données manquantes, incohérentes ou inutiles.
    • Préparer les données pour l’analyse.

  • Visualisation des Données

    Objectifs :

    • Comprendre et créer des visualisations adaptées à l’analyse exploratoire.

  • Analyse Statistique

    Objectifs :

    • Appliquer des méthodes statistiques pour interpréter les données.

  • Modélisation et Machine Learning (Partie 1)

    Objectifs :

    • Introduction au Machine Learning : concepts et mise en œuvre avec Python.

  • Modélisation et Machine Learning (Partie 2)

    Objectifs :

    Découvrir différents modèles et comprendre leur fonctionnement.

  • Visualisation et présentation des résultats

    Objectifs :

    • Préparer et partager les résultats d’un projet data science.

  • Présentation des Projets et Feedback

    Objectifs :

    • Permettre aux étudiants de présenter leur travail et recevoir des retours.
Accéder au Syllabus complet (Authentification requise)
Important
Ce syllabus n’a aucune valeur contractuelle. Son contenu est susceptible d’évoluer en cours d’année : soyez attentifs aux dernières modifications.