Data science
Master Analyse et politique économiqueParcours Statistique et économétrie
Credits5 crédits
Description
- Apprentissage supervisé
- Méthodes issues de la régression linéaire
- Méthodes de classification
- Expansions et régularisations
- Méthodes de lissage
- Comparaison et sélection de modèles
- Réseaux neuronaux
- Machines à vecteurs de support
- Apprentissage non-supervisé
- Programmation sous SAS, programmation sous R
Compétences visées
A l'issue des enseignements de cette UE, les étudiants seront capables :
- De mettre en œuvre une panoplie de méthodes en sciences de données
- De manipuler des bases de données massives (trop massives pour être visualisées à l’écran dans leur intégralité)
- De choisir et d’appliquer la méthode adéquate en fonction du sujet à traiter et des données disponibles
- D’écrire de manière autonome un programme de traitement de données en utilisant R et SAS
- De prendre la parole en public pour présenter un projet empirique
Disciplines
- Sciences économiques