Durée
12h Th, 26h Pr
Nombre de crédits
| Master : bioingénieur en sciences agronomiques, à finalité | 4 crédits | |||
| Master : bioingénieur en chimie et bioindustries, à finalité | 4 crédits | |||
| Master : bioingénieur en sciences et technologies de l'environnement, à finalité | 4 crédits | |||
| Master : bioingénieur en gestion des forêts et des espaces naturels, à finalité | 4 crédits |
Enseignant
Yves Brostaux, Juan Antonio Fernandez Pierna, Hélène Soyeurt
Coordinateur(s)
Langue(s) de l'unité d'enseignement
Langue anglaise
Organisation et évaluation
Enseignement au premier quadrimestre, examen en janvier
Horaire
Unités d'enseignement prérequises et corequises
Les unités prérequises ou corequises sont présentées au sein de chaque programme
Contenus de l'unité d'enseignement
Le cours se divise en 6 modules d'apprentissage composé d'une séance en présentiel et d'activités e-learning:
- Module 1: Régression linéaire, Ridge et Lasso
- Module 2: Régression sur composantes principales (PCR) et régression des moindres carrés partiels (PLS)
- Module 3: Régression logistique
- Module 4: Random forest
- Module 5: analyse discriminante PLS + Super vector machine (SVM)
- Module 6: Systèmes neuronaux
Acquis d'apprentissage (objectifs d'apprentissage) de l'unité d'enseignement
A l'issue du cours, l'étudiant sera capable de mener un projet d'exploration de données du nettoyage des données, en passant par la calibration, la validation et l'implémentation.
L'étudiant sera également capable de communiquer ses résultats vers un public cible.
Savoirs et compétences prérequis
STAT2002-A-a : Statistique fondamentale, 1ère partie
STAT2004-A-a : Statistique appliquée : 1ère partie
STAT2005-A-a : Statistique appliquée : 2ème partie
STAT1213-A-a : Analyse statistique à plusieurs variables
Activités d'apprentissage prévues et méthodes d'enseignement
Le cours est composé de 6 modules comme mentionné précédemment. Chaque module est composé:
- d'une séance en présentiel de 2h reprenant les concepts théoriques
- d'une séance e-leaning de 1h mettant en pratique les concepts théoriques vus
- d'une séance e-learning de 3h axé sur la résolution d'une analyse de données liée aux concepts théoriques vus
Mode d'enseignement (présentiel, à distance, hybride)
Séances en présentiel (30%) + activités e-learning (70%)
Lectures recommandées ou obligatoires et notes de cours
Le cours est donné en anglais.
Tous les supports de cours sont disponibles sur la plateforme e-campus du cours.
Modalités d'évaluation et critères
Examen(s) en session
Toutes sessions confondues
- En présentiel
évaluation orale
Travail à rendre - rapport
Explications complémentaires:
L'évaluation pendant la session d'examens se fera en 2 parties:
- une réponse à des questions par écrit (30min)
- un examen oral relatif à la réalisation d'un travail donné un mois avant l'examen (15 min).
Stage(s)
Remarques organisationnelles et modifications principales apportées au cours
Contacts
Hélène Soyeurt
Chargé de cours
081/62.25.35
hsoyeurt@uliege.be