Analyse des données numériques

Enseignants

. SOMEBODY; Andry Tiffany; Lambotte François;

Langue
d'enseignement

Français

Préalables

/

Thèmes abordés

L'objectif de cet enseignement est d'initier les étudiants à la collecte, au nettoyage et à l'analyse des données du web. Le cours abordera les éléments suivants :

• Une introduction, pour rappeler la nécessité de comprendre et donner du sens aux données issues du web
• Les explications sur les différents types de données qu'on trouve sur le web, en incluant les métadonnées, et une sensibilisation aux différentes manières de les extraires.
• Introduire ici les notions de code et sensibiliser aux différents langages existants.
• Le cours introduira ensuite deux types d'analyses de données :
• L'analyse lexicométrique en lien avec la linguistique
• L'analyse des graphes en lien avec la théorie des réseaux sociaux

Acquis
d'apprentissage

A la fin de cette unité d’enseignement, l’étudiant est capable de :
1	Au terme de cet enseignement, l'étudiant sera capable : De comprendre la structures des données numériques De comprendre les grandes étapes de collecte, de nettoyage et d'exploitation des données De réaliser une analyse lexicométrique et une analyse de graphes de base

Contenu

Le cours d'analyse des données numériques a pour objectif d'initier les étudiant.e.s à la "fabrique d'intelligibilité" des données composée de trois grandes étapes:  la collecte des données, le traitement des données et la visualisation des données.
Thématiques abordées:
I. Qu'est-ce qu'une donnée numérique?

• Traces numériques
• Données et métadonnées
• Enjeux liés au big data et à la qualité des données?

II. Techniques de collecte et de structuration des données
III. Les différents types de traitements des données numériques
Initiation à trois techniques particulières

• Rappel en statistique descriptive
• Analyse lexicométrique
• Analyse de graphes

IV. Introduction aux principes de visualisation de données

• Quel message souhaitez-vous communiquer?
• Choix de la technique de visualisation
• Design de la visualisation

Méthodes d'enseignement

• Exposés magistraux
• Exercices intégrés au cours
• Projet par groupe

Modes d'évaluation
des acquis des étudiants

L'évaluation reposera d'une part sur un projet d'analyse de données numériques réalisé en groupe (40%) et d'autre part sur un examen écrit portant sur la compréhension et l'application des concepts vus en cours (60%).
La note du travail de groupe sera maintenue en seconde session. Seule la partie individuelle fera l'objet d'un examen.

Ressources
en ligne

Voir Student Corner / Teams

Bibliographie

Voir Student-corner

Faculté ou entité
en charge

COMU