Fiches de cours

Data science pour ingénieurs avec Python

ENG-209

Enseignant(s) :

Bouillet Eric Pierre
Pellet Jean-Philippe
Verscheure Olivier

Langue:

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

Dans les plans d'études

    • Semestre
       Automne
    • Forme de l'examen
       Pendant le semestre
    • Crédits
      2
    • Matière examinée
      Data science pour ingénieurs avec Python
    • Cours
      1 Heure(s) hebdo x 14 semaines
    • Projet
      1 Heure(s) hebdo x 14 semaines
  • Passerelle HES - EL, 2020-2021, Semestre automne
    • Semestre
       Automne
    • Forme de l'examen
       Pendant le semestre
    • Crédits
      2
    • Matière examinée
      Data science pour ingénieurs avec Python
    • Cours
      1 Heure(s) hebdo x 14 semaines
    • Projet
      1 Heure(s) hebdo x 14 semaines

Semaine de référence

 LuMaMeJeVe
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     
 
      Cours
      Exercice, TP
      Projet, autre

légende

  • Semestre d'automne
  • Session d'hiver
  • Semestre de printemps
  • Session d'été
  • Cours en français
  • Cours en anglais
  • Cours en allemand