Descriptif
- Manipulations de données et rappels de statistiques descriptives incluant notamment la gestion des données manquantes et des données de sondages ouverts
- Analyse factorielle : l'ACP est rappelée et ses principes sont étendus aux données qualitatives (ACM)
- Rappels sur la Classification Non-Supervisée (k-means et CAH)
- Modèles mixtes précédés d'un rappel sur les modèles linéaires
- Modèles de régression logistique multinomiale précédés d'un rappel sur les modèles de régression logistique classiques
48 heures en présentiel
réparties en:
- TD : 48
Diplôme(s) concerné(s)
Parcours de rattachement
Domaine disciplines/enjeux/objets
Système d'information - Modélisation.Format des notes
Numérique sur 20Littérale/grade européenPour les étudiants du diplôme Accueillis cursus ing 2e et 3e année (erasmus et école)
Vos modalités d'acquisition :
L'évaluation se fait sur la base de deux contrôles continus intermédiaires, d'un examen final et d'un projet sur un sujet libre, à faire en trinôme, incluant au minimum 3 rendez-vous de suivis de projet et validé par un oral.
Le rattrapage est autorisé (Max entre les deux notes)- le rattrapage est obligatoire si :
- Note initiale < 6
- Crédits ECTS acquis : 1.5 ECTS
Le coefficient de l'UE est : 1.5
Pour les étudiants du diplôme Ingénieur AgroParisTech
Vos modalités d'acquisition :
L'évaluation se fait sur la base de deux contrôles continus intermédiaires, d'un examen final et d'un projet sur un sujet libre, à faire en trinôme, incluant au minimum 3 rendez-vous de suivis de projet et validé par un oral.
Le rattrapage est autorisé (Max entre les deux notes)- le rattrapage est obligatoire si :
- Note initiale < 6
- Crédits ECTS acquis : 1.5 ECTS
Le coefficient de l'UE est : 1.5
Pour les étudiants du diplôme Certificat de spécialité Économie et gestion d'entreprise
Programme détaillé
Mots clés
ACP, ACM, classification non supervisée, modèles mixtes, modèles de régression logistique multinomialeSupport pédagogique multimédia
