Résumé de section

  • Ce cours est une introduction à la data science à destination d'un public non informaticien. 

    L'objectif est de présenter les enjeux de la data science et les nombreuses applications possibles notamment en termes de description des données mais aussi de prédiction et de recommandation.

    Le cours fera un panorama des techniques d'apprentissage automatique -machine learning- sous-jacentes à la data science, en distinguant l'apprentissage supervisé et l'apprentissage non supervisé.

    Ce cours fournira également les bases d'informatique indispensables à l'utilisation de techniques de classification, de régression et de clustering. Chaque notion abordée sera mise en pratique par les étudiants, qui posséderont ainsi toutes les bases pour la réalisation d'un projet en fin de module.


    PS : Si vous ne pouvez pas installer Python et Anaconda sur votre propre machine, regardez la vidéo sur http://kirschpm.fr/cours/PythonDataScience/Binder.mp4. Cette petite vidéo pourra certainement vous aider. Elle contient des indications de comment faire pour utiliser un environnement on-line (Web). C'est court et ça peut aider. 

Accessibilité
Tout remettre à zéro

Couleur de fond Couleur de fond

Police Police

Crénage de la police Crénage de la police

Taille de police Taille de police

1

Visibilité de l’image Visibilité de l’image

Espacement des lettres Espacement des lettres

0

Hauteur de ligne Hauteur de ligne

1.2

Surbrillance de lien Surbrillance de lien

Alignement du texte Alignement du texte

Couleur de texte Couleur de texte