Analyse des données numériques

mcomu1311  2022-2023  Mons

Analyse des données numériques
5.00 crédits
30.0 h + 10.0 h
Q2
Enseignants
. SOMEBODY; Andry Tiffany; Lambotte François;
Langue
d'enseignement
Français
Préalables
/
Thèmes abordés
L'objectif de cet enseignement est d'initier les étudiants à la collecte, au nettoyage et à l'analyse des données du web. Le cours abordera les éléments suivants :
  • Une introduction, pour rappeler la nécessité de comprendre et donner du sens aux données issues du web
  • Les explications sur les différents types de données qu'on trouve sur le web, en incluant les métadonnées, et une sensibilisation aux différentes manières de les extraires.
  • Introduire ici les notions de code et sensibiliser aux différents langages existants.
  • Le cours introduira ensuite deux types d'analyses de données :
  • L'analyse lexicométrique en lien avec la linguistique
  • L'analyse des graphes en lien avec la théorie des réseaux sociaux
Acquis
d'apprentissage

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

1 Au terme de cet enseignement, l'étudiant sera capable :
  • De comprendre la structures des données numériques
  • De comprendre les grandes étapes de collecte, de nettoyage et d'exploitation des données
  • De réaliser une analyse lexicométrique et une analyse de graphes de base
 
Contenu
Le cours d'analyse des données numériques a pour objectif d'initier les étudiant.e.s à la "fabrique d'intelligibilité" des données composée de trois grandes étapes:  la collecte des données, le traitement des données et la visualisation des données.
Thématiques abordées:
I. Qu'est-ce qu'une donnée numérique?
  • Traces numériques
  • Données et métadonnées
  • Enjeux liés au big data et à la qualité des données?
II. Techniques de collecte et de structuration des données
III. Les différents types de traitements des données numériques
Initiation à trois techniques particulières
  • Rappel en statistique descriptive
  • Analyse lexicométrique
  • Analyse de graphes
IV. Introduction aux principes de visualisation de données
  • Quel message souhaitez-vous communiquer?
  • Choix de la technique de visualisation
  • Design de la visualisation
Méthodes d'enseignement
  • Exposés magistraux
  • Exercices intégrés au cours
  • Projet par groupe
Modes d'évaluation
des acquis des étudiants
L'évaluation reposera d'une part sur un projet d'analyse de données numériques réalisé en groupe (40%) et d'autre part sur un examen écrit portant sur la compréhension et l'application des concepts vus en cours (60%).
La note du travail de groupe sera maintenue en seconde session. Seule la partie individuelle fera l'objet d'un examen.
Ressources
en ligne
Voir Student Corner / Teams
Bibliographie
Voir Student-corner
Faculté ou entité
en charge
COMU


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

Intitulé du programme
Sigle
Crédits
Prérequis
Acquis
d'apprentissage
Bachelier en sciences humaines et sociales

Bachelier en information et communication