We may earn an affiliate commission when you visit our partners.
Course image
Course image
edX logo

Fondamentaux de la science des données

Alain Tapp and Mohamed Nabil Lokbani

Les données sont omniprésentes dans nos vies modernes, et leur quantité est faramineuse. Elles peuvent nous être très utiles dans tous les domaines de l’activité humaine comme la santé, le commerce et l’environnement, pour n’en nommer que quelques-uns. Mais comment tirer profit de ces données sans s’y perdre? Le cours Science des données présente les concepts essentiels permettant de collecter les données, de les traiter statistiquement, de les vérifier, de les visualiser, de les structurer et de les analyser. Nous allons décrire certains algorithmes d'apprentissage automatique, et leurs applications aux données.

Read more

Les données sont omniprésentes dans nos vies modernes, et leur quantité est faramineuse. Elles peuvent nous être très utiles dans tous les domaines de l’activité humaine comme la santé, le commerce et l’environnement, pour n’en nommer que quelques-uns. Mais comment tirer profit de ces données sans s’y perdre? Le cours Science des données présente les concepts essentiels permettant de collecter les données, de les traiter statistiquement, de les vérifier, de les visualiser, de les structurer et de les analyser. Nous allons décrire certains algorithmes d'apprentissage automatique, et leurs applications aux données.

Ce cours s'adresse principalement aux professionnels du secteur et aux universitaires ayant des connaissances de base en mathématiques et en programmation (idéalement Python). Les étudiants diplômés en sciences et en ingénierie (principalement ceux qui ne sont pas encore familiarisés avec la science des données) peuvent trouver ce contenu instructif et convaincant. Le contenu de ce cours sera également d’une grande utilité pour quiconque utilise ou s’intéresse à la science des données, de quelque manière que ce soit.

Nous estimons qu’il faut environ 8 semaines pour suivre ce cours. Celui-ci est divisé en segments pertinents que vous pouvez regarder à votre propre rythme. Des quiz récapitulatifs sont prévus à la fin de chaque segment pour évaluer votre compréhension du contenu. Vous pourrez également mettre la main à la pâte en réalisant des exercices pratiques qui vous permettront de vous familiariser avec les principaux savoir-faire issus de la science des données.

Ce cours a été développé par des experts du domaine du département d’informatique et de recherche opérationnelle (DIRO) de l’université de Montréal.

L’Université de Montréal rayonne depuis de nombreuses années par la qualité de son enseignement et la diversité de son offre, ce qui en fait une des meilleures universités francophones au monde. Que vous choisissiez ce cours à titre personnel ou dans une perspective de carrière en science, le point de départ est ici. La matière parcourue vous permettra de vous préparer avant de commencer un programme d’études en science des données ou toute autre étude liée à ce domaine.

Nous vous souhaitons la bienvenue dans ce cours en sciences des données, une des pierres angulaires de l'intelligence artificielle.

What's inside

Learning objectives

  • D’expliquer les concepts essentiels de la science des données
  • D’appliquer les méthodes mathématiques et statistiques utilisées en science des données
  • À la fin de ce cours, vous serez en mesure de :

Syllabus

Module 1 – Introduction et vulgarisation
Introduction
Survol des principaux thèmes
Formation pratique 1 : Introduction à la syntaxe en Python
Read more
Module 2 – Méthodologie
Méthodologie
Formation pratique 2 : Manipulation, analyse et gestion de données
Module 3 – Les données structurées
Données structurées
Préparation et nettoyage
Formation pratique 3 : Visualisation de données
Module 4 – Probabilités et statistiques
Rappel des probabilités
Distributions
Probabilités et statistiques
Formation pratique 4 : Analyse et traitement d’un jeu de données
Module 5 – Inférence probabiliste
Probabilités conditionnelles
Réseaux bayésiens
Module 6 – Prédiction
Notions d’apprentissage automatique
Les techniques de prédiction
Formation pratique 6 : k-NN, sklearn et arbres de décision
Module 7 – Évaluation et sélection de modèles
Introduction Sur-apprentissage et sous-apprentissage
Évaluation du modèle
Méthodes d’ensemble
Conclusion
Formation pratique 7 : Régression, biais et variance
Module 8 – Partitionnement des données
Qu’est-ce que le partitionnement des données?
Les techniques
Indices de qualité de partitionnement
Formation pratique 8 : Partitionnement, K-moyennes, GMM, DBSCAN
Module 9 – Réduction de dimensionnalité
Qu’est-ce que la réduction de dimensionnalité?
Formation pratique 9 : Réduction de dimensionnalité
Projet intégrateur : Confidentialité différentielle

Good to know

Know what's good
, what to watch for
, and possible dealbreakers
Renforce les fondations existantes pour les apprenants intermédiaires
Développe des compétences professionnelles ou une expertise approfondie dans un sujet ou un ensemble de sujets particulier
Développé par des experts du domaine du département d'informatique et de recherche opérationnelle (DIRO) de l'université de Montréal
Dispensé par Alain Tapp et Mohamed Nabil Lokbani
Couvre les concepts essentiels en science des données
Offre des exercices pratiques pour se familiariser avec les techniques de pointe en science des données

Save this course

Save Fondamentaux de la science des données to your list so you can find it easily later:
Save

Activities

Coming soon We're preparing activities for Fondamentaux de la science des données. These are activities you can do either before, during, or after a course.

Career center

Learners who complete Fondamentaux de la science des données will develop knowledge and skills that may be useful to these careers:
Data Scientist
A Data Scientist is a person who uses scientific methods to extract knowledge and insights from data in various forms, both structured and unstructured. Data Scientists are responsible for preparing, cleaning, and transforming data, as well as building, training, and evaluating machine learning models. The Foundations of Data Science course provides a strong foundation in many of the skills that Data Scientists need to succeed, such as data collection, data analysis, data visualization, data mining, and machine learning.
Data Analyst
Data Analysts collect, analyze, and interpret data to help organizations make better decisions. They use a variety of statistical and programming tools to analyze data and identify trends and patterns. The Foundations of Data Science course provides a strong foundation in the data analysis skills that Data Analysts need to succeed, such as data collection, data cleaning, data visualization, and statistical analysis. This course can help you develop the skills you need to succeed in a career as a Data Analyst.
Statistician
Statisticians use mathematical and statistical techniques to collect, analyze, interpret, and present data. They work in a variety of fields, including healthcare, finance, and marketing. The Foundations of Data Science course provides a strong foundation in the mathematical and statistical methods that Statisticians use, such as probability, statistics, and linear regression. This course can help you develop the skills you need to succeed in a career as a Statistician.
Machine Learning Engineer
Machine Learning Engineers design, develop, and deploy machine learning models. They work with data scientists and other engineers to build and maintain machine learning systems. The Foundations of Data Science course provides a strong foundation in the machine learning concepts and algorithms that Machine Learning Engineers need to succeed, such as supervised learning, unsupervised learning, and deep learning. This course can help you develop the skills you need to succeed in a career as a Machine Learning Engineer.
Data Engineer
Data Engineers design, build, and maintain data pipelines and systems. They work with data scientists and other engineers to ensure that data is available, reliable, and secure. The Foundations of Data Science course provides a strong foundation in the data engineering skills that Data Engineers need to succeed, such as data collection, data cleaning, data transformation, and data storage. This course can help you develop the skills you need to succeed in a career as a Data Engineer.
Operations Research Analyst
Operations Research Analysts use mathematical and statistical models to solve complex business problems. They work in a variety of industries, including manufacturing, logistics, and healthcare. The Foundations of Data Science course provides a strong foundation in the mathematical and statistical methods that Operations Research Analysts use, such as optimization, simulation, and queuing theory. This course can help you develop the skills you need to succeed in a career as an Operations Research Analyst.
Quantitative Analyst
Quantitative Analysts use mathematical and statistical models to analyze financial data and make investment decisions. They work in a variety of financial institutions, including investment banks, hedge funds, and asset management companies. The Foundations of Data Science course provides a strong foundation in the mathematical and statistical methods that Quantitative Analysts use, such as probability, statistics, and linear regression. This course can help you develop the skills you need to succeed in a career as a Quantitative Analyst.
Business Analyst
Business Analysts use data to help organizations make better decisions. They work with stakeholders to understand business needs and identify opportunities for improvement. The Foundations of Data Science course provides a strong foundation in the data analysis skills that Business Analysts need to succeed, such as data collection, data cleaning, data visualization, and statistical analysis. This course can help you develop the skills you need to succeed in a career as a Business Analyst.
Software Engineer
Software Engineers design, develop, and maintain software systems. They work in a variety of industries, including technology, finance, and healthcare. The Foundations of Data Science course provides a strong foundation in the computer science skills that Software Engineers need to succeed, such as programming, data structures, and algorithms. This course can help you develop the skills you need to succeed in a career as a Software Engineer.
Data Architect
Data Architects design, build, and maintain data architectures. They work with data engineers and other engineers to ensure that data is available, reliable, and secure. The Foundations of Data Science course provides a strong foundation in the data engineering skills that Data Architects need to succeed, such as data collection, data cleaning, data transformation, and data storage. This course can help you develop the skills you need to succeed in a career as a Data Architect.
Systems Analyst
Systems Analysts design, implement, and maintain computer systems. They work in a variety of industries, including technology, finance, and healthcare. The Foundations of Data Science course provides a strong foundation in the computer science skills that Systems Analysts need to succeed, such as programming, data structures, and algorithms. This course can help you develop the skills you need to succeed in a career as a Systems Analyst.
Database Administrator
Database Administrators design, build, and maintain databases. They work with data engineers and other engineers to ensure that data is available, reliable, and secure. The Foundations of Data Science course provides a strong foundation in the data engineering skills that Database Administrators need to succeed, such as data collection, data cleaning, data transformation, and data storage. This course can help you develop the skills you need to succeed in a career as a Database Administrator.
Actuary
Actuaries use mathematical and statistical models to assess risk and uncertainty. They work in a variety of industries, including insurance, finance, and healthcare. The Foundations of Data Science course provides a strong foundation in the mathematical and statistical methods that Actuaries use, such as probability, statistics, and financial mathematics. This course can help you develop the skills you need to succeed in a career as an Actuary.
Technical Writer
Technical Writers create and maintain documentation for software, hardware, and other products. They work with engineers and other technical professionals to ensure that documentation is accurate, clear, and easy to understand. The Foundations of Data Science course provides a strong foundation in the communication skills that Technical Writers need to succeed, such as writing, editing, and technical writing. This course provides a foundation in the concepts of data science as well as provides hands-on experience with programming and data analysis tools.
Consultant
Consultants provide advice and guidance to organizations on a variety of topics, including data science, technology, and business strategy. They work with clients to identify opportunities for improvement and develop solutions to complex problems. The Foundations of Data Science course provides a strong foundation in the data science skills that Consultants need to succeed, such as data analysis, data visualization, and machine learning. This course can help you develop the skills you need to succeed in a career as a Consultant.

Reading list

We've selected 20 books that we think will supplement your learning. Use these to develop background knowledge, enrich your coursework, and gain a deeper understanding of the topics covered in Fondamentaux de la science des données.
Ce livre est un classique dans le domaine de l’apprentissage statistique. Il couvre un large éventail de sujets, notamment la régression, la classification et l’analyse de séries chronologiques.
Ce livre est un manuel d’introduction complet à la science des données qui couvre un large éventail de sujets, notamment la collecte de données, le nettoyage des données, l’analyse des données et la visualisation des données. Il est écrit dans un style clair et concis, avec de nombreux exemples et exercices.
Ce livre couvre les concepts fondamentaux de la science des données, du traitement des données à l'apprentissage automatique. Il est particulièrement utile pour les étudiants et les professionnels qui souhaitent acquérir une base solide dans le domaine.
Ce livre est un manuel complet sur la reconnaissance de formes et l’apprentissage automatique. Il couvre un large éventail de sujets, notamment les réseaux de neurones, les machines à vecteurs de support et les modèles bayésiens.
Ce livre couvre les concepts fondamentaux de l'intelligence artificielle, y compris l'apprentissage automatique. Il est particulièrement utile pour les étudiants et les professionnels qui souhaitent approfondir leurs connaissances en intelligence artificielle.
Ce livre est une introduction complète à l’apprentissage par renforcement, un domaine de l’apprentissage automatique qui traite de la façon dont les agents peuvent apprendre à prendre des décisions optimales dans des environnements inconnus.
Ce livre couvre les concepts fondamentaux de l'apprentissage automatique et leur application à la science des données. Il est particulièrement utile pour les étudiants et les professionnels qui souhaitent approfondir leurs connaissances en apprentissage automatique.
Ce livre est un manuel complet sur l’exploration de données. Il couvre un large éventail de sujets, notamment la préparation des données, la réduction de dimensionnalité et l’analyse de grappes.
Ce livre est un guide pratique de l’apprentissage en profondeur à l’aide des bibliothèques Python Fastai et PyTorch. Il couvre un large éventail de sujets, notamment la préparation des données, la modélisation, l’évaluation et le déploiement.
Ce livre est un guide pratique de l’analyse de données à l’aide de la bibliothèque Python Pandas. Il couvre un large éventail de sujets, notamment la manipulation de données, l’analyse de données et la visualisation de données.
Ce livre fournit une introduction pratique à la science des données, en utilisant le langage de programmation Python. Il est particulièrement utile pour les débutants qui souhaitent apprendre à appliquer les techniques de science des données à des problèmes réels.
Ce livre fournit une introduction complète à l'apprentissage profond, une sous-domaine de l'apprentissage automatique qui a révolutionné la science des données. Il est particulièrement utile pour les étudiants et les professionnels qui souhaitent explorer les applications de l'apprentissage profond.
Ce livre se concentre sur l’application de la science des données aux problèmes commerciaux. Il couvre des sujets tels que l’exploration de données, la modélisation prédictive et l’optimisation.
Ce livre est un guide pratique de l’apprentissage automatique à l’aide des bibliothèques Python Scikit-Learn, Keras et TensorFlow. Il couvre un large éventail de sujets, notamment la préparation des données, la modélisation, l’évaluation et le déploiement.
Ce livre fournit une introduction pratique à la science des données, en utilisant le langage de programmation Python. Il est particulièrement utile pour les débutants qui souhaitent apprendre à appliquer les techniques de science des données à des problèmes réels.
Ce livre couvre les concepts fondamentaux du Big Data et son analyse. Il fournit des conseils pratiques sur la façon de gérer et d'analyser de grandes quantités de données.
Ce livre couvre les concepts mathématiques fondamentaux utilisés dans l'apprentissage automatique. Il est particulièrement utile pour les étudiants et les professionnels qui souhaitent approfondir leurs connaissances en mathématiques appliquées à l'apprentissage automatique.
Ce livre est une introduction conviviale à l’apprentissage automatique. Il couvre un large éventail d’algorithmes d’apprentissage automatique, ainsi que des conseils pratiques sur la façon de les utiliser efficacement.
Ce livre est une introduction accessible à la science des données. Il couvre un large éventail de sujets, notamment la collecte de données, le nettoyage des données, l’analyse des données et la visualisation des données. Il est écrit dans un style clair et concis, avec de nombreux exemples et exercices.

Share

Help others find this course page by sharing it with your friends and followers:

Similar courses

Here are nine courses similar to Fondamentaux de la science des données.
Poser des questions pour prendre des décisions basées sur...
Most relevant
Programmation et Politiques Financières, Première Partie:...
Most relevant
Biais et discrimination en IA
Most relevant
Bases : Des données, des données, partout
Most relevant
Cours intensif sur la science des données
Most relevant
Introduction à l'analyse de données à l'aide d'Excel
Most relevant
Projet Capstone du Certificat d'analytique des données de...
Most relevant
Introduction à la science des données sociales avec R
Most relevant
Les coulisses des systèmes de recommandation
Most relevant
Our mission

OpenCourser helps millions of learners each year. People visit us to learn workspace skills, ace their exams, and nurture their curiosity.

Our extensive catalog contains over 50,000 courses and twice as many books. Browse by search, by topic, or even by career interests. We'll match you to the right resources quickly.

Find this site helpful? Tell a friend about us.

Affiliate disclosure

We're supported by our community of learners. When you purchase or subscribe to courses and programs or purchase books, we may earn a commission from our partners.

Your purchases help us maintain our catalog and keep our servers humming without ads.

Thank you for supporting OpenCourser.

© 2016 - 2024 OpenCourser