Science des données I : visualisation et inférence
L’objectif de ce premier cours, dispensé en seconde année de bachelier, est de familiariser les étudiants avec des outils ouverts et professionnels tels que R, RStudio et la SciViews Box pour importer, transformer et visualiser les données. L’inférence via les tests d’hypothèses est également abordée.
Science des données II : analyse et modélisation
Ce second cours, en troisième année de bachelier, aborde deux sections très importantes des sciences des données: les techniques exploratoires multivariées d’analyse de données, et les modèles utilisés en régression.
Science des données III: exploration et prédiction
Ce cours de master 1 en Biologie des Organismes et Eologie (BOE) et Biochimie, Biologie Moléculaire et Cellulaire (BBMC) aborde des notions plus avancées, notamments les algorithmes de classification supervisée (“machine learning”), l’analyse des séries spatio-temporelles et les régressions non linéaires, y compris les modèles de croissance.
Science des données IV: pratique
Ce cours à option de Master 2 BBMC et BOE approfondi offre la possibilité aux étudiants de greffer un travail de recherche reproductible directement appliquée à leurs propres données issues de leur mémoire de fin d’études. Ils analyseront leurs données selon l’état de l’art et avec un regard critique, et utiliseront git, R Markdown et la SciViews Box pour aboutir à une analyse complètement reproductible et correctement documentée.
Science des données V: recherche reproductible
Ce cours à option de Master 2 BBMC et BOE approfondi est le complément idéal pour les biologistes qui ont suivi les autres cours et veulent se perfectionner dans l’art d’analyser des données biologiques. Ils apprendront notamment à modulariser leurs analyses, à utiliser des bases de données et se perfectionneront dans l’utilisation de R et de RStudio.
Méthode d'enseignement
Jusqu’à l’année académique 2017-2018, cet enseignement était constitué de cours ex cathedra classiques, suivis de séances d’exercices. A partir de l’année académique 2018-2019, nous révisons progressivement le programme et le matériel pédagogique avec:
- Des vidéos et tutoriaux à utiliser en classes inversées
- Des challenges et cas concrets de données à analyser
- Des exercices d’(auto-)évaluation interactifs
- Une organisation Github Classroom et un site blogdown à disposition des étudiants pour construire leurs propre base de connaissances
Ressources & liens
Enseignants:
Matériel pédagogique accessible hors UMONS:
Logiciels liés à ces cours:
Présentations:
