Organisation
À partir du 16 janvier 2023 jusqu’au 21 avril 2023 (12 semaines enseignement)
-
Cours/TP
: Lundi de 13h30 à 15h00
Salle 2018 Bâtiment Sophie Germain (à partir du 20 mars 2023)
- Lundi 20 mars 10h45-12h15 Halle aux Farines 122C
- Lundi 27 mars 10h45-12h15 Halle aux Farines 281F
- Lundi 3 avril 10h45-12h15 Halle aux Farines 281F
- Lundi 17 avril 10h45-12h15 Halle aux Farines 122C
Cours/TP
: Mercredi de 13h30 à 15h00
Salle 2014 Bâtiment Sophie Germain
- pas de séance le 15 mars !
- 12 avril : Salle 2015 Bâtiment Sophie Germain
- 19 avril : Salle 050 Bâtiment Condorcet
Ammenez votre ordinateur en salle!
Prérequis
- Cours Probabilités M1 Mathématiques ou Cours Probabilités M1 MIDS
- Cours de Statistique Fondamentale suivi en parallèle à ce cours
- Analyse matricielle
Plan
Références
- for Data Science
- Tidy models
- ggplot2 book
- Advanced R, Hadley Wickham
- Hands-On Programming with R, Garret Grolemund
- Data Visualization, Kieran Healy
- Humanities Data in R, Taylor Arnold and Lauren Tilton
- Correspondence Analysis, Michael Greenacre
- R graphics
- R-project
- Rstudio
- Quarto
Outils
-
R-project
tidyverse,Rmarkdown,plotly,tidymodels
Installer sur votre ordinateur
- version
> 4.x - Rstudio
Contrôle des connaissances (MCC)
- Session 1
- Contrôle continu : TP notés (4) + 2 mini-projets
- Note finale : ${\text{CC}}$
- Session 2 : Examen terminal En cas d’absence injustifiée en seconde session, la note de première session n’est pas reportée
Devoirs, partiels et examens
| 4 TP notés + 2 rapports + 1 défense | |
|---|---|
| 22 Février 2023 | |
| 19 Avril 2023 | |
| Mai 2023 |
Validation
Note de session supérieure ou égale à 10.