-
Tronc commun
Statistical modelling
EN
q1 30h+7.5h 5 crédits
> Facilités pour suivre le cours en français
Enseignant(s):
> Christian Hafner
Cours au choix
Choisir au moins 2 cours parmi les 5 suivants.Machine learning and Data mining
Cours au choix
Choisir au moins 2 cours parmi les 3 suivants.
EN
q1 30h+30h 5 crédits
> Facilités pour suivre le cours en français
Enseignant(s):
> John Lee
> John Lee (supplée Michel Verleysen)
Statistical computing, data structures and algorithms for data analysis
Cours au choix
EN
q1 30h+22.5h 5 crédits
> Facilités pour suivre le cours en français
Enseignant(s):
> Jean-Charles Delvenne (coord.)
> Benoît Legat (supplée Vincent Blondel)
Philosophie
Choisir maximum un cours parmi:
FR
q2 15h+15h 2 crédits
Enseignant(s):
> Alexandre Guay (supplée Charles Pence)
> Hervé Jeanmart
> René Rezsohazy
Activités de base
L’accès au master est conditionné par la maîtrise d’ un minimum de compétences de base en mathématiques, programmation, algorithmique et probabilités statistiques. En concertation avec le conseiller aux études, des enseignements supplémentaires peuvent être imposés. Dans ce cas, un maximum de 10 crédits d’ enseignements supplémentaires pourra être inclus dans le tronc commun du master. La liste des enseignements supplémentaires est disponible dans la section "Module complémentaire".
-
Finalité spécialisée [30.0]
Contenu:
FR
q1 ou q2 20 crédits
Cours au choix de la finalité
Choisir 1 cours parmi les 2 suivants.
EN
q2 30h+15h 5 crédits
> Facilités pour suivre le cours en français
Enseignant(s):
> Siegfried Nijssen
-
Options et/ou cours au choix
L'étudiant complète son programme par des unités d'enseignement dans la liste ci-dessous. Avec l'accord du jury restreint, l'étudiant peut aussi compléter son programme par un maximum de 10 crédits d'unités d'enseignement du portefeuille UCLouvain qu'il estimerait pertinent. L'étudiant peut au maximum inclure 5 crédits de cours de langue dans son programme, à condition que le niveau soit adapté et cohérent avec le profil de l'étudiant et du programme.
-
Data in action
Contenu:
EN
q1+q2 30h 5 crédits
> Facilités pour suivre le cours en français
Enseignant(s):
> Christian Ritter
EN
q1+q2 15h 3 crédits
> Facilités pour suivre le cours en français
Enseignant(s):
> Christian Ritter
> Laura Symul
-
Data sciences en linguistique et Text Mining
Maximum deux unités d'enseignement parmi les 3 suivantes:
Contenu:
-
Algorithme, informatique, optimisation, recherche opérationnelle
Contenu:
Cours au choix
Maximum une unité d'enseignement parmi les 2 suivantes.
EN
q1 30h+15h 5 crédits
> Facilités pour suivre le cours en français
Enseignant(s):
> Etienne Riviere
-
Stage
Maximum 1 parmi les 2 suivants.Contenu:
FR
q1 ou q2 10 crédits
FR
q1 ou q2 5 crédits
-
Data Sciences appliquées à la gestion
Les unités d'enseignement suivantes sont données sur un demi-quadrimestre et le 3 premières sont données à Mons. Il est donc demandé aux étudiants de bien vérifier les horaires avant de les mettre dans le programme.Contenu:
-
Cours facultatifs
Les crédits de ces cours ne sont pas comptabilisés dans les 120 crédits requis.Contenu:
FR
q2 30h+15h 3 crédits
Enseignant(s):
> Anne Bauwens (supplée Jean-François Rees)
> Myriam De Kesel
-
-
Module complémentaire (concerne uniquement les étudiant.es qui ont obtenu un accès à la formation moyennant complément de formation)
Pour accéder à ce master, l'étudiant·e doit maîtriser certaines matières. Si ce n'est pas le cas, elle ou il se verra ajouter, par le Jury, au premier bloc annuel de son programme de master, les enseignements supplémentaires nécessaires.Pour accéder à ce master, l'étudiant doit maîtriser un minimum de compétences de base en mathématiques, programmation, algorithmique et probabilités-statistiques. Si ce n'est pas le cas, il doit ajouter à son programme de master des enseignements supplémentaires. Il peut néanmoins inclure un maximum de 10 de ces crédits dans le module de base prévu dans le tronc commun du master.
Les étudiants n’ayant pas le niveau B1 en Anglais (niveau acquis en bachelier à l’UCLouvain) devront suivre le cours d’anglais LANGL1330. Un test dispensatoire est organisé en début d’année académique.
L’étudiant est invité à rencontrer le conseiller aux études pour décider des unités d'enseignement à suivre et son programme devra ensuite être approuvé par le jury restreint.
Mathématique - Analyse et algèbre linéaire
Chacun des 3 modules suivants permet d'acquérir des compétences semblables:
Module 1
Module 2
Module 3
Probabilités et Statistique
Chacun des 4 modules suivants permet d'acquérir des compétences semblables:
Module 1
Module 2
Module 3
Module 4
Programmation et informatique
Les compétences liées à ces trois unités d'enseignement doivent être acquises par l'étudiant :
Autres activités pré-requises
Les UEs ci-dessous peuvent éventuellement être ajoutés au programme de l'étudiant en cas d'admission sur dossier. Le choix de ces cours se fera en concertation avec le conseiller aux études.
EN
q1 ou q2 20h 3 crédits
Enseignant(s):
> Stéphanie Brabant
> Charline Coduti (supplée Anne-Julie Toubeau)
> Estelle Dagneaux
> Jean-Luc Delghust
> Aurélie Deneumoustier
> Fanny Desterbecq
> Marie Duelz
> Claudine Grommersch
> Adrien Kefer
> Sandrine Mulkers (coord.)
> Yannick Paquin (supplée Anne-Julie Toubeau)
> Marc Piwnik (coord.)
> Françoise Stas
Stéphanie Brabant
Autres UE à déterminer avec le conseiller aux études
En fonction de son parcours académique antérieur, l'étudiant (en concertation avec le conseiller aux études), pourra ajouter d'autres UE afin d'acquérir les prérequis nécessaires au programme.