Data Analytics

mlsmm2116  2017-2018  Mons

Data Analytics
5 crédits
30.0 h
Q1
Enseignants
Fouss François;
Langue
d'enseignement
Anglais
Préalables
/
Acquis
d'apprentissage

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

1

Contribution de l¿unité d¿enseignementau référentiel AA du programme

Eu égard au référentiel de compétences du programme de la LSM, cette unité d¿enseignement contribue au développement et à l¿acquisition des compétences suivantes :

  • Appliquer une démarche scientifique (3.1 à 3.5)
  • Gérer un projet (7.1 à 7.3)

Les Acquis d¿Apprentissage au terme de l¿unité d¿enseignement

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

  • Understand and evaluate the scope, the risks, and the opportunities of data analytics within a company;
  • Understand and apply the standard methods and methodologies, coming both from computer sciences and statistics, for managing, exploiting, and analyzing these data;
  • Extract useful information & knowledge supporting decision-making from these data;
  • Analyze and interpret the obtained analytical results.
 

La contribution de cette UE au développement et à la maîtrise des compétences et acquis du (des) programme(s) est accessible à la fin de cette fiche, dans la partie « Programmes/formations proposant cette unité d’enseignement (UE) ».
Méthodes d'enseignement
Cours magistraux et études de cas.
Modes d'évaluation
des acquis des étudiants
Evaluation continue.
Projet avec défense orale de celui-ci durant la semaine intermédiaire entre les 2 parties du quadrimestre.
Bibliographie
Sources potentielles :
Provost &  Fawcett (2013) 'Data science for business'. O'Reilly.
Sherman (2014) 'Business intelligence guidebook: from data integration to analytics'. Morgan Kaufmann.
Efraim, Sharda & Delen (2010) 'Decision support and business intelligence Systems'. Pearson.
Leskovec, Rajaraman  & Ullman (2014) 'Mining of massive datasets, 2nd ed'. Cambridge University Press.
Kelleher, Mac Namee & D'Arcy (2015) 'Fundamentals of machine learning for predictive data analytics. MIT Press.
Hastie, Tibshirani & Friedman (2009), "The elements of statistical learning, 2nd ed". Springer-Verlag.
Izenman (2008), 'Modern multivariate statistical techniques: regression, classification, and manifold learning. Springer.
Bellanger & Tomassone (2014), "Exploration de données et méthodes statistiques : data analysis & data mining avec le Logiciel R". Ellipses.
Faculté ou entité
en charge
CLSM


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

Intitulé du programme
Sigle
Crédits
Prérequis
Acquis
d'apprentissage
Master [120] en ingénieur de gestion
INGM2M
5