Parcours CEDRE 2 - Prétraitement des données de la recherche : techniques pratiques pour la gestion efficace des données

Début du module	24/10/2024
Date limite d'inscription	21/10/2024
Lieu	Campus St Charles, salle
Observations	Ce module constitue l'étape 2 du parcours CEDRE. Ce parcours comprend : le module 1 de programmation avec Python orientée analyse des données, ce module 2 dédié au Prétraitement des données, le module 3 dédié au Machine Learning le module 4 dédié au Deep Learning. Préinscriptions séparées dans ADUM. Vous pouvez suivre l'intégralité du parcours ou bien des modules ponctuels au regard de vos compétences actuelles, mentionnées dans les prérequis.

Catégorie	Outils de la thèse - Formations scientifiques
Mots clés	Bases de données, SQL, Python, visualisation, Data Viz
Organisation des sessions	Nombre d'heures : 12
Participants	Inscrits : 19 Min participants : 2 Max participants : 20
Public	Public prioritaire : Aucun Public concerné : Doctorant(e)s
Contact	Direction de la Formation Doctorale AMU Anne-Francoise.Lhote@univ-amu.fr

Objectifs

- Introduire le prétraitement et la préparation des données de recherche pour une analyse avancée.
- Collection et extraction d'informations pertinentes provenant des différentes sources/bases de données.
- Intégration, traitement et exploitation des bases de données à travers langage SQL.
- Introduction à l'utilisation de librairies Python.
- Création des visualisations avec l'objectif d'une publication scientifique.
- Automatisation des processus répétitifs.

Programme

1. Introduction au prétraitement des données dans la recherche.
2. Présentation des étapes du prétraitement des données.
3. Modélisation des bases de données. Types de Bases de Données : Systèmes de gestion. Modèle conceptuel des données.
4. Bases de données relationnelles. Introduction au langage SQL. Fondamentaux des requêtes SQL. Opérations CRUD (anglicisme pour Create, Read, Update and Delete) et jointures.
5. Librairies Python pour le prétraitement des données (pandas et numpy). Récupération et lecture des fichiers. Manipulation de Data-frame. Indexation, sélection et assignation.
6. Les outils pour la statistique descriptive
7. Outils/librairies Python pour la visualisation des données.
8. Réduction de dimensionnalité P1: transformation des caractéristiques.

Impératif : votre ordinateur personnel doit être préalablement équipé d'Anaconda (https://www.anaconda.com/)

Pré requis

- Impératif : votre ordinateur personnel doit être préalablement équipé d'Anaconda (https://www.anaconda.com/)
- Bases de programmation (Python) ou avoir a minima suivi la formation Python débutant proposée dans ADUM.

Compétences acquises à l'issue de la formation

- Identifier les différents types de systèmes de gestion de base de données
- Identifier la structure d'une base de données relationnelle ou non relationnelle
- Extraire l'information relevant d'une base de données
- Créer et lire un Modèle Conceptuel de Données.
- Lire, écrire et modifier du contenu dans une base de données avec SQL
- Manipuler des BDD provenant de différentes sources
- Tracer des courbes ou d'autres types de graphique en partant d'une base de données
- Faire une analyse statistique
- Nettoyer des bases de données
- Faire des visualisations pour mieux communiquer ses observations
- Appliquer des techniques de prétraitement des données dans la recherche

Emploi du temps

24-10-2024

09h00-12h00 et 13h30-16h30

Séance n° 1

Intervenant	Eulalio TORRES
Lieu	Marseille, Ilot Bernard du Bois, salle 17
Intitulé du cours
Infos diverses

25-10-2024