Data Analytics [EINGB301]

Acquis d'apprentissage

A l’issue de cette activité d’apprentissage, l’étudiant devra être capable de: 

• Utiliser Python pour l’analyse de données. 
• Manipuler des ensembles de données complexes et d’y appliquer une série de processus. 
• Interroger des données et fournir des réponses aux preneurs de décisions en utilisant des statistiques et des visualisations graphiques. Par exemple: 
  • Le nombre de pièces a-t-il plus d’impact que la surface totale sur le prix d’une maison ?
  • A quel point les maisons les plus grandes sont-elles plus chères ? La relation est-elle linéaire, quadratique, … ?
  • Quel est le quartier le plus chic de la ville ? Est-ce que ça a toujours été le cas ?
• Développer un modèle prédictif. Par exemple, vous pourrez développer 
  • Vous pourrez développer un modèle capable d’estimer le prix d’une maison à partir de différentes caractéristiques telles que sa surface, son âge, le quartier, etc.

Objectifs

Le cours a pour objectif de fournir aux étudiants les bases du langage Python pour l’analyse de données: (i) pour la préparation des données, (ii) pour l’analyse statistique des données, et (iii) pour la visualisation des données. 

Contenu

Partie 1: Introduction

• Introduction to Data Analytics and Python

Partie 2: Inférence statistique

• Data Munging and Visualization
• Descriptive Statistics & Statistical Inference
• Case Study - Cycle Sharing Scheme

Partie 3: Introduction au machine learning

• Classification
• Regression