Acquis d'apprentissage

A l’issue de cette activité d’apprentissage, l’étudiant devra être capable de: 

  • Utiliser Python pour l’analyse de données. 
  • Manipuler des ensembles de données complexes et d’y appliquer une série de processus. 
  • Interroger des données et fournir des réponses aux preneurs de décisions en utilisant des statistiques et des visualisations graphiques. Par exemple: 
    • Le nombre de pièces a-t-il plus d’impact que la surface totale sur le prix d’une maison ?
    • A quel point les maisons les plus grandes sont-elles plus chères ? La relation est-elle linéaire, quadratique, … ?
    • Quel est le quartier le plus chic de la ville ? Est-ce que ça a toujours été le cas ?
  • Développer un modèle prédictif. Par exemple, vous pourrez développer 
    • Vous pourrez développer un modèle capable d’estimer le prix d’une maison à partir de différentes caractéristiques telles que sa surface, son âge, le quartier, etc.

Objectifs

Le cours a pour objectif de fournir aux étudiants les bases du langage Python pour l’analyse de données: (i) pour la préparation des données, (ii) pour l’analyse statistique des données, et (iii) pour la visualisation des données. 

Contenu

Partie 1: Introduction

  • Introduction to Data Analytics and Python

Partie 2: Inférence statistique

  • Data Munging and Visualization
  • Descriptive Statistics & Statistical Inference
  • Case Study - Cycle Sharing Scheme

Partie 3: Introduction au machine learning

  • Classification
  • Regression

Langue d'instruction

Formation Programme d’études Bloc Crédits Obligatoire
Bachelier en ingénieur de gestion Standard 0 4
Bachelier en ingénieur de gestion Standard 3 4