Skip to main content
FUN MOOC
  • FAQ
  • Home
  • News
  • Courses
  • GRADEO
  • Diplômes
  • Organizations
  • You are here:
  • Home
  • Courses
  • S'initier à la Data Science et à ses enjeux

S'initier à la Data Science et à ses enjeux

Ref. 156005
CategoryCertificateCategoryMaths and statisticsCategoryComputer science and programming
  • Duration: 6 weeks
  • Effort: 15 hours
  • Pace: Self paced
La Data Science d’un monde qui change !

2 course runs are currently open for this course

Choose now

What you will learn

At the end of this course, you will be able to:

  • Connaître les principaux concepts de la Data Science (données, variables, fouille de données, prétraitement, tests statistiques)
  • Maîtriser les techniques les plus communes de la fouille de données (analyse multivariée, clustering, text mining, analyse de réseaux sociaux, etc.)
  • Pouvoir distinguer, en Machine Learning, l’apprentissage supervisé de l’apprentissage non supervisé. Pouvoir positionner le Machine Learning par rapport à l’intelligence artificielle.
  • Connaître les principes sous-tendant les réseaux de neurones (architecture, fonctions d’activation, backpropagation, etc.), ainsi que les applications du Deep Learning (Deep Fakes, etc.)
  • Être capable de réfléchir sur les enjeux sociétaux associés au progrès de la Data Science et de l’intelligence artificielle 

Description

La Big data, et plus généralement l’analyse de données, occupent une place de plus en plus importante au sein des stratégies de nombreuses organisations. Suivi de performance, analyse des comportements, découvertes de nouvelles opportunités de marché : les applications sont multiples, et intéressent des secteurs variés. Du e-commerce à la finance, en passant par les transports et la santé, les entreprises ont besoin de talents formés à la collecte, au stockage, mais aussi au traitement et à la modélisation des données.

Ce MOOC s’adresse à toute personne désireuse de découvrir les bases de la Data Science, quel que soit son niveau. Centrés sur la découverte des concepts à travers des vidéos, quiz et débats, les cours et activités permettent de s’initier aux enjeux de la collecte, analyse et gestion des données.

Format

Ce MOOC est composé de cinq modules de cours centrée sur la thématique des datas et de leur visualisation, ainsi que d’un module de réflexion pour aller plus loin dans la compréhension des enjeux de la Data Science dans le monde d’aujourd’hui. Vidéos, quiz et débats sont autant d’outils qui vous permettront de développer ou approfondir vos connaissances.

En complément du MOOC, ouvert à tous, nous vous proposons désormais un SPOC réservé à un petit groupe et accessible depuis cette page de présentation. Sous l’angle des enjeux sociétaux, nous y traitons de deux sujets revenant de manière constante dans l’actualité : l’intelligence artificielle d’une part, et l’analyse de vos données personnelles d’autre part.

Concernant l’intelligence artificielle, nous nous intéressons à l’impact potentiel, sur notre activité professionnelle, d’une famille de technologies ayant fait parler d’elles ces derniers mois : les grands modèles de langage (Large Language Model, ou LLM en anglais). Ils se sont fait connaître du grand public à travers le succès fulgurant de chatGPT, agent conversationnel (chatbot) d’openAI dont les performances ont stupéfié les utilisateurs (hors spécialistes du sujet). Les médias parlent désormais en boucle de la manière dont ces technologies peuvent faire évoluer l’enseignement, le commerce, le consulting et j’en passe. Focalisez-vous sur votre secteur d’intérêt, et rejoignez à travers ce cours les cohortes de professionnels s’intéressant à l’impact de l’émergence des LLM.

S’agissant de vos données personnelles, nous vous laissons l’opportunité de travailler sur le secteur et la problématique de votre préférence. Du e-commerce à la finance en passant par les transports et la santé, les organisations procèdent à la collecte, au stockage, au traitement et à la modélisation des données que votre activité quotidienne génère. Quels sont les dérives et les risques associés à cette plus grande transparence de votre vie privée comme professionnelle ?

Ce SPOC de cinq semaines et limité à 20 places s’appuie sur les contenus du MOOC - aucune nouvelle vidéo ou quiz n'est ajoutée, mais il propose d’aller plus loin pour fournir ce que l’on ne peut pas donner dans un cours ayant 25.000 inscrits : un accompagnement personnalisé dans la réflexion.

En plus d’une session en live hebdomadaire (les mardis 18/04, 25/04, 02/05, 09/05 et 16/05) durant laquelle nous présenterons des questions inédites dans le MOOC, nous vous inviterons à soumettre une analyse sur chacun des deux sujets présentés ici. Eu égard aux impacts de la technologie, nous vous encourageons à vous focaliser sur le secteur de votre choix, le vôtre pouvant être une solution naturelle.

Nous vous fournissons un canevas pour structurer votre pensée, ainsi que des retours personnalisés sur votre travail, retours dont la fonction est de vous inviter à réviser votre copie, pour produire une nouvelle version de qualité supérieure.

Prerequisites

Ce MOOC s’adresse à tous les publics sans pré-requis

Assessment and certification

Les quiz vous permettront d’évaluer l’acquisition de vos connaissances.

Un Open Badge de suivi avec succès sera délivré à la fin du MOOC en cas de validation de l’ensemble des modules. 

Course plan

  • Module 1 : Concepts de base de la Data Science
  • Module 2 : De la collecte à l'analyse des données
  • Module 3 : Fouille de données et apprentissage non-supervisé
  • Module 4 : Du Machine Learning au Deep Learning
  • Module 5 : Repousser les limites de l'Intelligence Artificielle

Course runs

Enrollment
From Aug. 24, 2022 to July 2, 2023
Course
From Sept. 19, 2022 to July 3, 2023
Languages
French

Archived

  • From Nov. 22, 2021 to Sept. 18, 2022

Course team

Matthieu Cisel

Categories

Dr. Matthieu Cisel s’est initié à la Data Science au cours d’un Master en Ecologie Quantitative, centré sur les statistiques, suivi d’un doctorat à l’Université Paris-Saclay fondé sur Data Mining de Learning Analytics de MOOC. Il enseigne dans le Bachelor Data Science de CY Tech les statistiques et l’analyse de données depuis 2019.

Mélusine Blondel

Categories

After an entrepreneurial career in Art education, Mélusine Blondel joined CYU as a pedagogical engineer.

Organizations

CY Cergy Paris Université

License

License for the course content

Attribution-NonCommercial-ShareAlike

You are free to:

  • Share — copy and redistribute the material in any medium or format
  • Adapt — remix, transform, and build upon the material

Under the following terms:

  • Attribution — You must give appropriate credit, provide a link to the license, and indicate if changes were made. You may do so in any reasonable manner, but not in any way that suggests the licensor endorses you or your use.
  • NonCommercial — You may not use the material for commercial purposes.
  • ShareAlike — If you remix, transform, or build upon the material, you must distribute your contributions under the same license as the original.

License for the content created by course participants

All rights reserved

"All rights reserved" is a copyright formality indicating that the copyright holder reserves, or holds for its own use, all the rights provided by copyright law.

FacebookTwitterLinkedin

Learn more

  • Help and contact
  • About FUN
  • Legal
  • Privacy policy
  • User's charter
  • General Terms and Conditions of Use
  • Sitemap
  • Cookie management
Powered by Richie