Coursebooks

Data science for engineers with Python

ENG-209

Lecturer(s) :

Bouillet Eric Pierre
Pellet Jean-Philippe
Verscheure Olivier

Language:

Français

Retrait

Il n'est pas autorisé de se retirer de cette matière après le délai d'inscription.

Résumé

Ce cours est divisé en deux partie. La première partie présente le langage Python et les différences notables entre Python et C++ (utilisé dans le cours précédent ICC). La seconde partie est une introduction aux outils, librairies Python et méthodes collaboratives de data science.

Contenu

La première partie traite des spécificités du langage Python et passe en revue la syntaxe, les structures de données de base, les compréhensions de listes et de sets, la lecture et l'écriture de fichiers, l'usage de classes-données (dataclasses), et une introduction de base à un style de programmation plus fonctionnel.

 

La seconde partie expose les étudiants au processus complet de Data Science, depuis l'acquisition de données à l'extraction de connaissances appliquées à des problèmes réels. Cette partie se déroulera sur 8 semaines (à partir du lundi 26 octobre), selon les 5 modules suivants:

1. Préparer son environnement interactif pour le Data Science

2. Manipulation et exploration des données avec la librairie Python Pandas

3. Visualisation de la donnée avec Matplotlib

4. Machine Learning (ML) avec Scikit-learn

5. Communication des résultats à une audience non technique avec Voilà

Mots-clés

Programmation, Python, Data Science, Machine Learning

Compétences requises

Concepts importants à maîtriser

Notions de programmation de base:

Acquis de formation

A la fin de ce cours l'étudiant doit être capable de:

Compétences transversales

Méthode d'enseignement

Séances ex cathedra avec exercices et travaux pratiques

Travail attendu

Participation aux cours, résolution d'exercices, réalisation du travail attendu en dehors de heures de cours

Méthode d'évaluation

Contrôle continu pendant le semestre (à définir selon conditions COVID-19) réparti selon:

- Examen mid-term (concluant la première partie): 1/3 de la note totale

- Examen final (sous forme de projet Data Science): 2/3 de la note totale

 

Encadrement

Office hours Non
Assistants Oui
Forum électronique Oui

In the programs

    • Semester
       Fall
    • Exam form
       During the semester
    • Credits
      2
    • Subject examined
      Data science for engineers with Python
    • Lecture
      1 Hour(s) per week x 14 weeks
    • Project
      1 Hour(s) per week x 14 weeks
  • Passerelle HES - EL, 2020-2021, Autumn semester
    • Semester
       Fall
    • Exam form
       During the semester
    • Credits
      2
    • Subject examined
      Data science for engineers with Python
    • Lecture
      1 Hour(s) per week x 14 weeks
    • Project
      1 Hour(s) per week x 14 weeks

Reference week

 MoTuWeThFr
8-9     
9-10     
10-11INF3    
11-12INF3    
12-13     
13-14     
14-15     
15-16     
16-17     
17-18     
18-19     
19-20     
20-21     
21-22     
 
      Lecture
      Exercise, TP
      Project, other

legend

  • Autumn semester
  • Winter sessions
  • Spring semester
  • Summer sessions
  • Lecture in French
  • Lecture in English
  • Lecture in German