Microprogramme de 1^er cycle en analyse des mégadonnées en sciences humaines et sociales

Structure du programme

Introduction aux éléments essentiels de la science des données : collecte et gestion des données; résumé et visualisation des données; concepts de base de l'inférence statistique; apprentissage automatique; analyse pratique des données avec applications. Introduction à R et à d'autres modules d'analyse de données spécialisés.

Apprentissage du langage R de programmation. Présentation des concepts de base, objets, opérateurs et fonctions. Initiation à l’univers tidyverse et à la manipulation de bases de données relationnelles.

Réalisation d'une recherche originale en science sociales, s'appuyant sur les fondements théoriques et la pratique de l'analyse de données quantitatives : utilisation des bases de données, mesures d'association, inférence statistique, analyses multivariées, et causalité.

Visualisation de différents types de données dans l’environnement R. Présentation de concepts de représentation graphique de données en statistique. Introduction aux différents modules pour la réalisation de graphiques interactifs et dynamiques dans R. Analyse de données géospatiales, textuelles, et de réseaux. Création d’applications web interactives pour la visualisation des données.

Concepts et techniques de l’analyse de textes par ordinateur. Fouille de textes. Extraction et organisation automatiques d’informations. Méthodes descriptives et prédictives pour l’analyse de corpus documentaires. Applications d’algorithmes d’intelligence artificielle en sciences de l’information Remarque : aux cycles supérieurs, vous devez vous inscrire au cours SCI6203.

Éléments de base d'un langage de programmation : types, expressions, énoncés conditionnels et itératifs, procédures, fonctions, paramètres, récursivité, tableaux, enregistrements, pointeurs et fichiers.

Définition de l’IA et vocabulaire du domaine, historique, les métiers reliés à l’IA, les différents types d’IA, les étapes clés d’un projet IA, éléments techniques de base et démonstrations. Remarque : intelligence artificielle (IA)

Analyse des données économiques. Le cours fait le pont entre la théorie et la pratique, aide à comprendre les problèmes de spécification et d'estimation des modèles économétriques. Remarques : Utilisation de logiciels.

Concepts avancés : classes, objets, héritage, interfaces, réutilisation, événements. Introduction aux structures de données et algorithmes : listes, arbres binaires, fichiers, recherche et tri. Notions d'analyse numérique : précision.

Éléments de logique propositionnelle. Ensembles. Suites et fonctions. Algorithmes. Matrices booléennes. Raisonnement mathématique. Induction. Combinatoire. Relations de récurrence. Graphes, Arbres.

Langage HTML5, feuilles de style CSS pour la conception et la mise en page de documents WEB. Introduction à la programmation avec JavaScript pour la création des pages web dynamiques. Remarque : Ce cours ne peut pas être reconnu comme cours au choix dans les programmes suivants : 117510, 117520, 117540, 119110.

Programmation Web du coté serveur avec le langage PHP. Création de documents dynamiques. Accès aux bases de données. Notions avancées de programmation PHP (MVC, Ajax, librairie graphique, cookies, sessions, Smarty, etc.) Remarque : Ce cours ne peut pas être reconnu comme cours au choix dans les programmes suivants : 117510, 117520, 117540, 119110.

Programmation Web du côté serveur avec le langage ASP.NET. Création de documents dynamiques. Création de contrôles serveur personnalisés. Accès aux bases de données. Notions avancées de programmation ASP.NET (MVC, Ajax, cookies, sessions, etc.) Remarque : Ce cours ne peut pas être reconnu comme cours au choix dans les programmes suivants : 117510, 117520, 117540, 119110.

Concepts relatifs aux ensembles de données. Modélisation, validation de données et de bases de données. Partage des données. Requêtes, calculs et présentation de résultats. Sujets seront vus en Excel et en Access. Remarque : Ce cours ne peut pas être reconnu comme cours au choix dans les programmes suivants : 117510, 117520, 117540, 117550, 117573, 117574, 119110.

Jeu d'instructions : RISC vs CISC. Modes d'adressage. Exceptions. Dispositifs d'entrée/sortie, bus, interruptions. Contrôle câblé et microprogrammé. Accélération du traitement : pipelines et parallélisme. Évolution des technologies.

Outils et applications en IA générative selon différents secteurs d’activité. Utilisation efficace d’outils d’IA générative. Rédaction de prompts. Cas concrets d’implantation de l’IA dans les organisations. Veille technologique et stratégique. Remarque : intelligence artificielle (IA)

Programmation linéaire. Simplexe. Dualité. Programmation en nombres entiers. Problèmes de réseaux. Méthodes PERT/CPM. Plus court chemin. Programmation dynamique déterministe et probabiliste. Modèles stochastiques.

Information et informatique. Concepts et vocabulaire de base. Matériel et logiciels. Ordinateur : structure et fonctionnement. Logiciels système et d'application. Remarques: Travaux pratiques sur les progiciels les plus répandus. Remarque : Ce cours ne peut pas être reconnu comme cours au choix dans les programmes suivants : 102510, 105351, 117510, 117520, 117540, 117550, 117572, 117573, 117574, 119010, 119020, 119110, 215511.

Algorithmes et concepts de base de la programmation. Notions de tableaux et de fonctions avec paramètres. Introduction à la programmation orientée objet. Remarque : Ce cours ne peut pas être reconnu comme cours au choix dans les programmes suivants : 119010, 117510, 117520, 117540, 119110.

Environnement de travail. Notions de base. Les commandes. Les formules. Les fonctions. Les graphiques. La gestion des données. Les tableaux croisés dynamiques. Les macrocommandes. Applications clé en main. Remarque : Ce cours ne peut pas être reconnu comme cours au choix dans les programmes suivants : 102510, 117510, 117520, 117540, 117550, 117572, 117573, 117574, 119110.

Environnement de travail. Notions fondamentales. Tables, requêtes, formulaires et rapports. Gestion d'une base de données. Programmation. Applications clé en main. Utilisation professionnelle. Remarque : Ce cours ne peut pas être reconnu comme cours au choix dans les programmes suivants : 117510, 117520, 117540, 117550, 117572, 117573, 117574, 119110.

Correction et retouche d'images. Utilisation de calques, textes, filtres, styles de calques, effets artistiques et objets vectoriels. Systèmes de couleurs. Formats d'images. Adaptation d'images pour le Web. Remarque : Ce cours ne peut pas être reconnu comme cours au choix dans les programmes suivants : 117510, 117520, 117540, 117550, 117572, 117573, 117574, 119110.

Éléments de base de la programmation. Fonctions, tableau, structures de données dynamiques, récursivité. Utilisation du langage C pour résoudre des problèmes scientifiques. Remarque : Ce cours ne peut pas être reconnu comme cours au choix dans les programmes suivants : 117510, 117520, 117540, 117550, 119110.

Conservation et préservation des supports, données et contenus numériques. Enjeux et problématiques. Aspects juridiques. Projets et normes. Stratégies de sauvegarde et plan de secours. Formats. Intégrité et authenticité. Valorisation. Tendances.

Formats de documents et langages de balisage. Historique. Concepts de base. XML et normes périphériques. Modélisation, validation, stylage. Chaînes de traitement et méthodologies d'implantation. Bases de données XML.

La linguistique de corpus en tant que discipline appliquée de la linguistique. Analyse de corpus selon différentes perspectives. Méthodes, outils informatiques et exploitation de corpus personnels.

Implémentation des grammaires et des automates. Applications à l'analyse et à la synthèse du langage naturel sur ordinateur.

Suites, séries. Fonctions de plusieurs variables, continuité, dérivées partielles, différentielles, plan tangent, dérivation en chaîne. Gradient, surfaces de niveau, extremums. Intégrales multiples, changement de variables, jacobien.

Systèmes d'équations linéaires, élimination de Gauss, inverse matricielle. Espace vectoriel, indépendance linéaire, transformations linéaires, changement de base. Produit scalaire. Déterminants. Diagonalisation. Exemples d'applications.

Description des données. Production de données. Probabilités. Inférence. Intervalles de confiance et tests d'hypothèses. Données de dénombrement. Tableaux de contingence. Régression linéaire simple. Remarques: Utilisation d'un progiciel.