Data Science in bioscience engineering - Partim A : spatial and temporal data

Enseignants

Bogaert Patrick; Hanert Emmanuel;

Langue
d'enseignement

Français

Préalables

Ce cours nécessite comme prérequis les cours LBIR1212 et LBIR 1315.

Thèmes abordés

Notion de dépendance spatiale/temporelle et son effet sur l'estimation en statistique. Quantification et modélisation de la dépendance. Théorie des champs aléatoires. Prédiction et simulation de données corrélées. Cartographie et systèmes prévisionnels.

Contenu

Le cours complètera les notions de bases déjà acquises lors de l'enseignement des cours BIR 1212 - Probabilités et Statistique (I) et BIR 1315 - Probabilités et Statistique (II). L'étudiant sera à même de pouvoir analyser des données corrélées dans l'espace et dans le temps, qui sont fréquentes dans le domaine agro-environnemental. Le cours insistera sur le lien entre la théorie générale et les propriétés spécifiques des données environnementales. Il permettra à terme à l'étudiant de modéliser ces processus en vue de leur utilisation dans des outils de nature cartographique ou prévisionnelle.

Méthodes d'enseignement

Le support du cours sera composé de transparents et de lectures dirigées. Les exercices pratiques se feront en salle informatique à l'aide du logiciel Matlab ou R. Les étudiants réaliseront un traitement de données en groupes et ce travail fera l'objet d'un rapport à déposer avant l'examen et à défendre durant l'examen.

Modes d'évaluation
des acquis des étudiants

L'examen est en deux parties : (1) partie écrite à livre fermé d'une heure environ, (2) partie orale d'une demi-heure environ durant laquelle les étudiants défendront leur rapport en groupe.

Autres infos

Ce cours peut être donné en anglais.

Ressources
en ligne

Moodle

Faculté ou entité
en charge

AGRO