Cours 2023-2024

Data Analytics [EINGB301]

  • 4 crédits
  • 30h+15h
  • 1er quadrimestre
Langue d'enseignement: Anglais / English
Enseignant: BOURAGA Sarah

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

Table of Contents (Tentative - Subject to Minor Changes)

Part 1. Introduction

  • Introduction to Data Analytics and Python
  • Getting Started with Python (Refresh)

Part 2. Statistics with Python

  • Introduction to Pandas
  • Data Visualization
  • Descriptive Statistics
  • Working with Dates
  • Case Study - Cycle Sharing Scheme

Part 3. Introduction to Machine Learning

  • Classification
  • Classification - Case Study
  • Regression
  • Clustering

Mode d'évaluation

L'évaluation consiste en: 

  • Un projet (par groupe de 2 étudiants), basé sur le matériel vu en classe (60%). 
  • Une défense orale (par groupe), basée sur (i) le projet rendu par les étudiants, et (ii) les différents sujets vus en classe (40%). 

Les données pour ce travail seront fournies par le professeur. 

Langue d'enseignement

Anglais / English

Lieu de l'activité

NAMUR

Faculté organisatrice

Faculté des sciences économiques, sociales et de gestion
Rue de Bruxelles, 61
5000 NAMUR

Cycle

Etudes de 1er cycle