Data Analytics without Programming

 Étudiant·es / Chercheur·euses / Enseignant·es

 Cours en ligne

 Cours en anglais, assistance en français et en allemand

 SP 2022

 Aucun prérequis en informatique n’est exigé

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 étudiants 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 des données de manière appropriée.
    • Apprendre à utiliser Tableau pour effectuer des analyses descriptives et créer des dashboards interactives.
    • 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 théorique et les tutoriels pour la prise en main des outils seront tenus en ligne pendant 1 semestre.

    Lors du cours en-ligne, des vidéos sont mises à disposition des participant·es et, une fois par semaine, une séance présentielle est offerte afin de discuter sur les exercices pratiques.

  • 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

    Maurizio Caon

Inscription MyUnifr 

Inscriptions pas encore ouvertes

Uniquement pour étudiant·e·s Unifr

Inscription en ligne  

Inscriptions pas encore ouvertes

Pour toutes les autres catégories

Contact

Maurizio Caon

maurizio.caon@hefr.ch

Une collaboration de