Type | Nombre | Durée |
---|---|---|
Cours | 3 | 02:00 |
TD | 6 | 02:00 |
Type | Coefficient |
---|---|
Examen Final | 1 |
Enseignant | Type |
---|---|
Manescau Brady | Responsable |
Mellal Lyes | Intervenant |
Maîtriser les techniques de l’analyse de grands ensembles de données (beaucoup de variables et beaucoup d’individus), qualitatives et quantitatives : modèle linéaire, régression multiple, analyse de la variance, méthodes factorielles : analyse en composantes principales (ACP), analyse factorielle des correspondances (AFC), analyse des correspondances multiples (ACM), analyse discriminante, méthodes de classification hiérarchique et non hiérarchique. Connaître l’application des méthodes de l’analyse de données multidimensionnelle à la fouille des données « Data mining ».
Chapitre 1 : Méthodes exploratoires : analyses factorielles. • Analyse en composantes principales. • Analyse factorielle des correspondances. • Analyse discriminante.
Chapitre 2 : Classification. • Méthode des centres mobiles. • Classification hiérarchique.
Chapitre 3 : Méthodes de modélisation : le modèle linéaire. • Régression linéaire. • Régression non linéaire. • Analyse de variance.
Chapitre 4 : Vers le « Data mining ». • Utilisation du logiciel Excel
Contrôle sur table (Durée 1h30)
Ref. | Verbe | Description | Niveau |
---|---|---|---|
C9 | analyser | Elaborer et mettre en œuvre des démarches de progrès | 3 |