Data Analytics without Programming

Notre société est en train de subir une transformation numérique incessante et la plupart des aspects de la vie quotidienne sont désormais quantifiés. La disponibilité de ces énormes quantités de données rend leur analyse d'autant plus importante dans tous les domaines. Cependant, beaucoup de monde n'a pas les compétences nécessaires pour écrire du code permettant de manipuler les données et encore moins pour utiliser des techniques avancées telles que l'apprentissage automatique. Pour cette raison, notre cours vise à enseigner comment préparer et analyser des données en général et via des techniques d'apprentissage automatique sans coder. 

• Objectif

  Le but de ce cours est d’être capable d’analyser les données d’une façon descriptive ou avec des algorithmes d’apprentissage automatique sans le besoin d’apprendre à programmer.

• Contenus et thèmes abordés

  Les étudiant·es vont :

  • Apprendre ce que sont l'analyse des données et le big data, et pourquoi ils sont importants ;
  • Apprendre à effectuer des analyses descriptives et à tracer les données de manière appropriée grâce à une brève introduction à Tableau ;
  • Apprendre ce qu'est l'apprentissage automatique (machine learning) et son impact sur l'analyse des données ;
  • Apprendre à utiliser RapidMiner Studio pour effectuer des analyses de données avec l'apprentissage automatique sans codage.
• Format, date et lieu

  Le cours est organisé de la manière suivante : 

  • partie théorique en ligne (avec des vidéos et tutoriels),
  • travaux pratiques en présentiel. 

   

   Séances en présentiel : 

  • Mardi 15:15 - 17:00, PER 17-salle 001
  • Première séance : 29.03.2022
  • Pour plus de détails vous pouvez regarder le TimeTable
• Prérequis

  Aucun prérequis en informatique n’est exigé.

• Validation

  L’acquisition de crédits ECTS est possible et optionnelle en passant un examen à la fin du cours. Le format de l’examen sera précisé au début du cours.

• Responsable

  Eliane Maalouf

  Maurizio Caon