Aller au menu Aller au contenu
Une formation ambitieuse
Ecole de référence pour la formation d'ingénieurs en génie industriel
Une formation ambitieuse

> Formation > Cursus ingénieur

UE Analyse de données pour les métiers du génie industriel - 4GUL10A5

A+Augmenter la taille du texteA-Réduire la taille du texteImprimer le documentEnvoyer cette page par mail cet article Facebook Twitter Linked In
  • Volumes horaires

    • CM : 15.0
    • TD : 15.0
    • TP : -
    • Projet : -
    • Stage : -
    • DS : 2.0
    Crédits ECTS : 3.0

Objectifs

Comprendre les enjeux d'une analyse des données
Être capable de structurer l’information en vue d'une analyse adaptée
Être capable de choisir une méthodologie d'analyse adaptée au cas d'étude
Être capable de mettre en oeuvre une analyse professionnelle sur des jeux de données concrets
Être capable d'interpréter, comprendre et produire des résultats statistiques
Comprendre les limites de ces approches, et envisager des alternatives, extensions, etc.

Contenu

Le cours s'articule autours d'études de cas à traiter selon une démarche scientifique rigoureuse et permettant de découvrir différentes facettes de l'analyse de données dans un contexte de génie industriel.

Le cours aborde différentes formes de l'analyse de données :

  • Exploration de données (par exemple : analyse de la variance, analyse en composantes principales...)
  • Segmentation de données (par exemple : clusterisation, règles de décision...)
  • Apprentissage supervisé (par exemple : régression, classification, analyse de survie...)

    Se faisant, nous développerons différents aspects indispensables à une bonne analyse :
  • La structuration et la manipulation de l’information contenue dans des données multidimensionnelles en vue d'une analyse adaptée, y compris la gestion des erreurs et autres données manquantes.
  • La validation des résultats obtenus : méthode de validation, indicateurs utilisés, interprétation des résultats
  • La compréhension des limites de ces approches et leurs alternatives


    L'essentiel de ce cours se fera à travers des TP et autres études de cas en utilisant le logiciel R/Rstudio.

Prérequis

  • Statistique (statistique descriptive ; estimation par la méthode des moments et du maximum de vraisemblance; intervalle de confiance ; test d'espérance et de proportion)
  • Manipulation de la donnée

Contrôles des connaissances

CALCUL DE LA NOTE

Une note de projet : TP1
Une note de soutenance : S1
Une note d'examen : E1

Note = 0.4*TP1 + 0.2*S1 + 0.4*E1

Lorsque les soutenances ne peuvent être faites dans le cours :
Note = 0.5*TP1 + 0.5*E1

Le jury peut décider le passage en année supérieure sous réserve de validation différée de cette UE. Cette décision reste exceptionnelle ; le jury est souverain pour chaque étudiant.

Cette pondération est compatible avec une organisation des enseignements et des examens en distanciel

Une note de projet : TP1
Une note de soutenance : S1
Une note d'examen : E1

Note = 0.4*TP1 + 0.2*S1 + 0.4*E1

Lorsque les soutenances ne peuvent être faites dans le cours : Note = 0.5*TP1 + 0.5*E1

Calendrier

Le cours est programmé dans ces filières :

  • Cursus ingénieur - Ingénieur ICL - Semestre 8
  • Cursus ingénieur - Ingénieur IdP - Semestre 8
cf. l'emploi du temps 2022/2023

Informations complémentaires

Code de l'enseignement : 4GUL10A5
Langue(s) d'enseignement : FR

Vous pouvez retrouver ce cours dans la liste de tous les cours.

Bibliographie

J.H. McDonald, (2009), Handbook of Biological Statistics, Sparky House Publishing.
I.H. Witten et E. Frank, (2005), DataMining – Practical machine learning tools and technics, Elsevier.
Stéphane Tufféry, (2005), Datamining et statistique Décisionnelle – L’intelligence dans les bases de données, Ed. Technip.
Cornillon et al., (2008), Statistiques avec R, Presses Universitaires de Rennes.
Gaël Millot, (2011), Comprendre et réaliser les tests statistiques à l'aide de R, 2ème édition, Editions De Boeck, 767 pages
Hill, Griffiths and Lim, (2011), Principles of Econometrics, Fourth Edition

A+Augmenter la taille du texteA-Réduire la taille du texteImprimer le documentEnvoyer cette page par mail cet article Facebook Twitter Linked In

mise à jour le 5 juin 2015

diplôme d'ingénieur contrôlé par l'Etat

Programme pédagogique 2022-2023

Parcours ingénieur statut étudiant
Tronc commun 1ère année
Présentation
Semestre 5 | Semestre 6
Filière ICL
Présentation
Semestre 7 | Semestre 8 | Semestre 9 | Semestre 10
Filière IDP
Présentation
Semestre 7 | Semestre 8 | Semestre 9 | Semestre 10
Parcours ingénieur statut apprenti
Filière IPID
Présentation
Semestre 5 | Semestre 6 | Semestre 7 | Semestre 8 | Semestre 9 | Semestre 10

Contacts

Equipe académique
Equipe administrative
Université Grenoble Alpes