Informations administratives
| Titre | Analyse exploratoire des données |
| Durée | 60 |
| Module | A |
| Type de leçon | Conférence |
| Focus | Technique — Fondements de l’IA |
| Sujet | Analyse exploratoire des données |
Mots-clés
Exploration des données, T-SNE, PCA,
Objectifs d’apprentissage
- L’apprenant connaît les types de graphiques de base et sait quand les utiliser.
- L’apprenant peut utiliser des visualisations pour étudier une distribution de variables.
- L’apprenant peut vérifier les dépendances entre les variables en utilisant la visualisation.
- L’apprenant est capable de visualiser un ensemble de données de haute dimension en utilisant PCA et T-SNE.
Préparation prévue
Événements d’apprentissage à compléter avant
Aucun.
Obligatoire pour les étudiants
- Lire le blog Utiliser T-SNE en Python pour visualiser les ensembles de données de haute dimension (alternative)
- Lire le chapitre 4 du manuel Python Data Science
Optionnel pour les étudiants
Aucun.
Références et antécédents pour les étudiants
Aucun.
Recommandé pour les enseignants
- Sur la visualisation d’ensembles de données de haute dimension: Utilisation de T-SNE en Python
- Chapitre 4 du manuel Python Data Science
Matériel de leçon
Instructions pour les enseignants
Cette conférence se concentre sur la visualisation des données dans le cadre du processus d’analyse des données exloratoires (EDA). Par conséquent, il ne couvre pas la visualisation des données pour, par exemple, la narration et les présentations.
Sujets à couvrir
- Introduction à la visualisation des données (5 min)
- Objectifs des visualisations de données (EDA, storytelling)
- Quel graphique utiliser pour quel problème (15 min)
- Types de graphiques et leur utilisation
- Comment choisir le bon graphique
- Do’s et Dont’s
- Vérifier les variables (in)dépendantes (10 min)
- Visualisation de données de haute dimension (20 min)
- PCA
- T-END
Remerciements
Le programme de master IA centré sur l’humain a été cofinancé par le mécanisme pour l’interconnexion en Europe de l’Union européenne dans le cadre de la subvention CEF-TC-2020-1 Digital Skills 2020-EU-IA-0068.