Master

MATI D1 - Collecte, fiabilité et visualisation des données

  • Cours (CM) 6h
  • Cours intégrés (CI) -
  • Travaux dirigés (TD) 8h
  • Travaux pratiques (TP) 14h
  • Travail étudiant (TE) -

Langue de l'enseignement : Français

Description du contenu de l'enseignement

1. Préparation des données
La « préparation des données » sera abordée pour maîtriser les opérations de collecte, sélection, nettoyage et transformation qui doivent être appliquées aux données brutes avant leur traitement de visualisation et analyse. Une phase d’initiation au langage Python et un apprentissage des packages pandas et numpy seront dispensée en amont de cet enseignement.
2. Visualisation des données
La « visualisation des données » sera enseignée pour aborder l’exploration visuelle et interactive de données de toutes volumétries, natures (structurées ou non structurées) et origines, et leur représentation graphique. Les étudiants aborderont ainsi les notions de séries temporelles et l’apprentissage des packages matplotlib, plotlib, cufflinks et seaborn.
3. Cas pratiques
Finalement, les étudiants mettront leurs compétences à contribution pour la visualisation et l’analyse de cas pratiques de jeu de données.

Compétences à acquérir

Objectifs en termes de connaissances
Connaître les principaux formats standards de données.
Comprendre les caractéristiques des représentations numériques et graphiques des données.

Objectifs en termes de compétences
Mettre en forme des données en vue d'une analyse automatisée.
Choisir une représentation graphique adaptée au type de données.
Utiliser des critères statistiques simples, adaptés au volume et à la nature des données pour en évaluer la fiabilité.

Contact

UFR de mathématique et d'informatique

7, rue René Descartes
67084 STRASBOURG CEDEX
0368850200

Formulaire de contact

Responsable

Yves Chapuis

Xavier Dolques


MASTER - Biotechnologies

Établissement associé de l'Université de Strasbourg
Fondation Université de Strasbourg
Investissements d'Avenir
Ligue européenne des universités de recherche (LERU)
EUCOR, Le Campus européen
CNRS
Inserm Grand Est
HRS4R