Professeure responsable

Neila Mezghani

Objectifs

Contenu

Introduction à la science des données. Notions de base du langage R. Inférence statistique dans R. Analyse exploratoire des données. Algorithmes de base en apprentissage machine. Exemples d'application de la science des données dans les domaines des réseaux sociaux, de l'environnement et de l'intelligence d'affaires. Visualisation. Science de données et considérations éthiques.

Matériel didactique

Le matériel didactique est accessible sur le site Web du cours.

Matériel expédié

Renseignements technologiques

Consultez l'information sur le matériel informatique recommandé.

Encadrement

L'encadrement est individualisé et assuré par des professeurs ou une personne tutrice. Les communications se font par téléphone ou par courriel.

Évaluation

L'évaluation repose sur huit quiz (50 %) et un examen final (50 %).

Échelle de conversion

NotationValeur numériqueValeur en pourcentage
A+4,396 à 100 %
A492 à 95 %
A-3,788 à 91 %
B+3,384 à 87 %
B380 à 83 %
B-2,776 à 79 %
C+2,372 à 75 %
C268 à 71 %
C-1,764 à 67 %
D+1,360 à 63 %
D150 à 59 %
E00 à 49 %

* Échelle de conversion actuellement en vigueur pour ce cours.

Particularités d'inscription

Pour s'inscrire à ce cours, on doit avoir réussi un cours de mathématiques de niveau collégial, à défaut de quoi on doit réussir, au préalable, le cours MAT 1000 Outils mathématiques ou MQT 1001 Mathématiques appliquées à la gestion.