Professeures responsables

Khadidja Henni

Neila Mezghani

Objectifs

Décrire différentes techniques d'analyse de données. Sélectionner et appliquer efficacement les techniques d'analyse en fonction du contexte d'utilisation (description, clustering, régression, etc.) dans le but de faire émerger les connaissances et les informations significatives que peut contenir un ensemble de données. Participer à un projet de forage de données allant de la définition des variables à l'interprétation des résultats d'analyse.

Contenu

Bases du forage de données. Exploration et préparation des données. Analyse en composantes principales. Regroupement (clustering). Arbres de décision. Modèles de régression.

Matériel didactique

Le matériel didactique est accessible sur le site Web du cours.

Matériel expédié

Renseignements technologiques

La personne qui s'inscrit au cours devra se procurer le logiciel Matlab pour réaliser les activités du cours. Pour obtenir des détails sur les versions du logiciel qui peuvent être utilisées, consultez la section sur Matlab dans la présentation du cours.

Consultez l'information sur le matériel informatique recommandé.

Encadrement

L'encadrement est individualisé et assuré par une personne chargée d'encadrement. Les communications se font principalement par courriel.

Évaluation

L'évaluation repose sur cinq travaux (20 % chacun).

Échelle de conversion

NotationValeur numériqueValeur en pourcentage
A+4,390 à 100 %
A485 à 89 %
A-3,780 à 84 %
B+3,377 à 79 %
B373 à 76 %
B-2,770 à 72 %
C+2,366 à 69 %
C260 à 65 %
E00 à 59 %

* Échelle de conversion actuellement en vigueur pour ce cours.

Particularités d'inscription

Des connaissances de base en statistiques et en programmation informatique sont nécessaires pour suivre ce cours. Si on ne possède pas ces connaissances, il est recommandé de suivre les cours SCI 1018 Statistiques appliquées aux sciences ainsi que INF 1220 Introduction à Java.