|
Créneau
| Sem 3/Sem 5 Ve 13 h - 15 h
Sem 4 M
LS/SL
SL |
|
Prérequis
| Cours de probabilités et statistiques (1A) |
|
Enseignant responsable
|
Vincent LEFIEUX
|
|
Equipe enseignante
| Vincent LEFIEUX |
|
Objectifs du module
| Ce cours vise à doter les élèves ingénieurs de méthodes statistiques leur permettant d'analyser les données statistiques auxquelles ils seront confrontés dans le cadre de leur vie professionnelle. A l'issue de ce module, les élèves auront développé les compétences suivantes : 1. Savoir mener et interpréter des tests statistiques. 2. Comprendre et mettre en œuvre un modèle de régression (régression linéaire & régression régularisée) 3. Comprendre et mettre en œuvre un modèle de classification supervisée (régression logistique) Les méthodes rencontrées seront mises en œuvre sur des jeux de données réels, à l'aide des logiciels R ou Python, dans le cadre de travaux pratiques, ainsi que d'un projet sur un jeu de données réelles. |
|
Programme du module
| - Estimation ponctuelle, intervalle de confiance et tests d'hypothèses
|
|
Modalités
| Travail distanciel : - Consultation des vidéos et polycopiés de cours
- Réponse aux quizz d'auto-évaluation
- Réalisation de TP en binôme
- Conduite d'un projet data science en groupe
Séances en présentiel : |
|
Contrôle des connaissances - Règles de validation du module
| - Quizz d'auto-évaluation (10% de la note)
|
|
Adresse du site du module
| educnet.enpc.fr/course/view.php?id=1391 |
|
Documents pédagogiques - Bibliographie
| Polycopié du cours, vidéos de cours, site internet |
|
Effectif maximal
| Effectif illimité |
|
Département de rattachement
| Département Ingénierie Mathématique et Informatique |
|
Nombre de crédits ECTS
| 2 crédits ECTS |
|
Code
| STNUM |