• Nom du cours : Analyse de données.
• Nombre de crédits : 3 ECTS
• Mode d'évaluation : Partiel (30%) + Examen final (70 %)
• Horaires et localisations de la salle : CM lundi de 10h15 à 11h45 et TD le lundi de 17h15 à 18h45 et le jeudi de 10h15 à 11h45
• Nombre de séances : 10 séances de CM et 10 séances de TD/TP.
• Prérequis : Algébre linéaire, éléments de statistique de base.

Ce cours a pour objectif d’introduire les notions de base de l’analyse de données. Il s’agit de former les étudiants aux méthodes de description et de représentation de données multidimensionnelles ainsi qu’aux méthodes de base de leur analyse ; en particulier les approches prédictives telle que la régression linéaire et les approches factorielles telle que l’Analyse par Composantes Principales. Le cours sera guidé par des exemples pratiques de données d’enquête. Les Travaux dirigés se feront sous le logiciel .

• Marketing (anticiper les comportements des clients, concevoir des offres ciblées).
• bioinformatique (étude des lien entre gènes).
• Analyse d’enquêtes.
• Séries financières.
• le Web.
• etc.

• Savoir se débrouiller face à des grands volumes de données.
• Savoir quelle méthode appliquer dans quel cas.
• Comprendre la notions d’analyse factorielle.
• Se souvenir de tout cela en entreprise et dans les cours du Master :
  • M1 : Analyse et fouille de données (AFD),
  • M2 ID, M2R ISI: Data Mining et Apprentissage statistique
• Devenir un Data Analyst/Scientist

1. Notions élémentaires d’analyse de données
   • Rappel de statistiques descriptives
   • Rappel de statistiques inférentielles.
2. Régression linéaire
3. Analyse par Composantes Principales