1. Préparation des données
La « préparation des données » sera abordée pour maîtriser les opérations de collecte, sélection, nettoyage et transformation qui doivent être appliquées aux données brutes avant leur traitement de visualisation et analyse. Une phase d’initiation au langage Python et un apprentissage des packages pandas et numpy seront dispensée en amont de cet enseignement.
2. Visualisation des données
La « visualisation des données » sera enseignée pour aborder l’exploration visuelle et interactive de données de toutes volumétries, natures (structurées ou non structurées) et origines, et leur représentation graphique. Les étudiants aborderont ainsi les notions de séries temporelles et l’apprentissage des packages matplotlib, plotlib, cufflinks et seaborn.
3. Cas pratiques
Finalement, les étudiants mettront leurs compétences à contribution pour la visualisation et l’analyse de cas pratiques de jeu de données.

Objectifs en termes de connaissances
Connaître les principaux formats standards de données.
Comprendre les caractéristiques des représentations numériques et graphiques des données.

Objectifs en termes de compétences
Mettre en forme des données en vue d'une analyse automatisée.
Choisir une représentation graphique adaptée au type de données.
Utiliser des critères statistiques simples, adaptés au volume et à la nature des données pour en évaluer la fiabilité.