Data Science for Sports and Physical Activities

lephy2152  2025-2026  Louvain-la-Neuve

Data Science for Sports and Physical Activities
La version que vous consultez n'est pas définitive. Cette fiche d’activité peut encore faire l'objet de modifications. La version finale sera disponible le 1er juin.
3.00 crédits
22.5 h + 15.0 h
Q2
Langue
d'enseignement
Français
Thèmes abordés
  • Identification des sources de données disponibles susceptibles d’être analysées (Web Databases, applications,
  • Extraction et conversion des données en fichiers exploitables
  • Par le biais d’exemples concrets issus des différents domaines de la performance, 
  • Identification des principales mesures utilisées pour évaluer des individus et des équipes, et la manière dont elles peuvent être formulées appliquées.
  • Traitement de données simplifié avec Excel
  • Traitement de données avancé (importation de jeux de données, dataframe, subset, nettoyage de base de données, statistiques de base, créer une fonction simple)
  • Visualisation des données
  • Création de dashboards
  • Questions éthiques et juridiques relatives à la collecte et au stockage sécurisé d'informations personnelles potentiellement sensibles.
Acquis
d'apprentissage

A la fin de cette unité d’enseignement, l’étudiant est capable de :

  • Expliquer l’intérêt de l’acquisition, de la gestion et de l’analyse des données dans le contexte d’une pratique d’activité physique (1.1)
  • Utiliser les concepts clés utilisés dans le suivi de l’activité physique et sportive (par exemple, les mesures de performance, le suivi des pratiquants, la gestion de la charge de travail, etc.). (1.1, 1.5)
  • Appliquer les techniques de gestion des données (feuilles de calcul, bases de données, etc.) (1.5, 1.10)
  • Travailler avec des ensembles de données (importation de fichiers, filtrage des données pour l'analyse, etc.) (1.5, 1.10)
  • Traiter les données soumises par les concepteurs et reproduire les transformations (ex. calcul de VO2 à partir de données brutes, calculs d'indicateurs de suivi HRV,
  • Créer des visualisations de données efficaces (1.5, 1.10, 2.1, 4.1, 7.2)
  • Analyser les données pour en calculer des indicateurs clés liés aux concepts identifiés (1.5,1.10,2.1,2.2,4.1, 4.4, 7.2)
  • Démontrer une expérience pratique dans la conduite d'analyses sur des ensembles Démontrer une expérience pratique dans la conduite d'analyses sur des ensembles de données (2.2)
  • Appliquer les questions éthiques telles que la confidentialité et la sécurité des données (7.4)
 
Autres infos
Ce cours est strictement réservé aux étudiants FSM, son accès n'est pas possible aux autres étudiants UCLouvain.
Faculté ou entité
en charge
> FSM


Programmes / formations proposant cette unité d'enseignement (UE)

Intitulé du programme
Sigle
Crédits
Prérequis
Acquis
d'apprentissage
Master [120] en sciences de la motricité, orientation éducation physique
EDPH2M
3