M2 Innovation, Marchés et Science des Données

Jean-Michel Etienne.

Les supports de cours, de travaux dirigés ainsi que leur corrigés sont mis en ligne sur la plate-forme pédagogique E-campus avant et/ou après les séances.

Ce cours est une initiation à l’utilisation de logiciels d’analyse statistique
tels que SAS ou R afin d’illustrer sur des données réelles ou simulées quelques
techniques classiques de modélisation statistique. Il permet aux étudiants qui
le souhaitent d’acquérir les principes de base de programmation au travers le
logiciel SAS. Cet enseignement est dispensé en début d’année universitaire et
comporte 20H.

Chapitre 1 : Généralités - Présentation - Étape DATA
Chapitre 2 : Les Procédures usuelles - Graphiques
Chapitre 3 : Proc REG - SAS / Insight
Chapitre 4 : Programmation en SAS (1) : macro-langage - O.D.S
Chapitre 5 : Programmation (2) : calcul matriciel avec SAS / IML
Chapitre 6 : La procédure SAS/SQL.

Statistique inférentielle et modèle linéaire.

– SAS - Introduction au décisionnel : du data management au reporting (3ème édition), 2011, Sébastien Ringuedé – SAS –Maîtriser SAS Base et SAS Macro – Hélène Kontchou Kouomegni et Olivier Decourt – Dunod.

Septembre.

EVRY

Alexandre Prot.

Septembre - Octobre - Novembre.

EVRY

Thierry Laurent Ekaterina Kalugina.

Le cours se déroule sous la forme de sept séances de 3h Des notes de cours sont disponibles en ligne pour les étudiants Des séances d’application sont organisées pendant lesquelles les étudiants travaillent sur des variantes des modèles présentés en cours

15h de travaux pratiques et de remise à niveau sont organisées. Elles portent essentiellement sur les exercices pratiques pour chaque chapitre du cours et la révision des définitions nécessaire pour la bonne compréhension du cours.

- Equilibre général en concurrence parfaite
- Monopole
- Discrimination par les prix : monopole discriminant
- Oligopole et duopole
- Différenciation des produits I : concurrence monopolistique
- Différenciation des produits II : oligopole
- Information,.

Comportements du producteur en concurrence parfaite -Techniques de base d’optimisation -Maximisation du profit -Fonction de coûts -Détermination de la fonction d’offre et des demandes de facteur -Equilibre sur un marché.

- Eléments de Microéconomie : Théorie et applications, Pierre PICARD, Montchrestien - Analyse microéconomique, Hal R. VARIAN, De Boeck - Theory of industrial organization, Jean TIROLE, MIT Press - Game Theory for Applied Economists, Robert GIBBONS, Princ.

Janvier - Février - Mars.

EVRY

Stephan Nicolas.

Chaque session commence par une présentation des concepts du Marketing digital puis une mise en application soit individuelle soit en groupe autour d’exemple de l’industrie. La mise en application donne généralement lieu à une présentation en anglais devant la classe.

Les acquis seront évalués à travers une présentation par paire ou par trio d’une stratégie digitale.

Séance 1
•Introduction (naissance d’internet et du marketing digital, changements liés à la technologie digitale, transformations dues au marketing digital)
•L’impact du digital sur le marketing (Les nouveaux challenges, Impact du marketing par le digital, POEM, Les nouveaux 4P, permission marketing, proposition de valeur, tendances pour 2019)
•L’impact du digital sur les clients (modification du comportement, impact sur le funnel)
•Développer une stratégie digitale (introduction, travail en groupe sur un cas d’usage)

Séance 2
•Marketing de contenu (type de contenus, curation, Hub Hygiène et Hero, travail de groupe en anglais)

Séance 3
•L’expérience mobile (ce que la mobilité a changé, site vs application)
•SEO
•Les réseaux sociaux
•Etude d’un cas

Séance 4
•Inbound et outbound marketing
•Email marketing et RGPD
•Affiliate Marketing.

Aucun prérequis. Le cours reprend les concepts de base du marketing et commence par une définition du Marketing.

•Hero / Hygiène / Hub : https://think.storage.googleapis.com/docs/creator-playbook-for-brands_research-studies.pdf

•Le Grand Livre du Marketing digital, de Rémy Marrone, Claire Gallic

•Digital Marketing 2019, de Nicolas Deroualle (Auteur), Laetitia Theodore (Auteur).

Novembre - Décembre.

EVRY

Gilbert Ton.

Le module compte 8 demi-journées : -Marketing Client : 1 demi-journées -CRM Analytique : 2 demi-journées de cours, dont TP (Sous R) -CRM Opérationnel : 3 demi-journées de cours, dont TP (Sous Salesforce) -Soutenance de projet : 2 demi-journées

Les étudiants ont un projet à réaliser en binôme pour valider ce module.

L’objectif de ce module est de permettre aux étudiants d’acquérir les connaissances nécessaires en termes d’outils et de méthodes afin de mener des activités de Gestion de Relation Client.
Le contenu du cours comporte trois thèmes:
•Le Marketing Client, l’Expérience Client
•Le CRM Analytique (passage en revue des techniques de Connaissance Client à travers la segmentation, la valeur client, les scores d’appétence, les scores d’attrition…).
•Le CRM Opérationnel (Forces de ventes, Campagnes Marketing, Centres d’appels, Support Client, CRM Collaboratif, e-CRM, Social CRM, passage en revue des outils utilisés).

-Connaissances de base en R -Connaissance de base en statistiques.

-Gestion de la relation client (Frédéric Jallat, Ed Peelen, Pierre Volle, Eric Stevens) – Pearson 2018 -L'expérience client (Laurence Body , Christophe Tallec) – Eyrolles 2015 -Magic Quadrant Reports (Gartner) - 2019 -The CRM Playbook (Forester) - 2019.

Mars - Mai.

EVRY

- Mohamed Chaaben, Jems Groups, Linux (12h): chaaben.mo@gmail.com - Mourad Karoui, Société Générale, Scala (12h): kaarouimourad@gmail.com - Younes Feki, QuantCube Technology, Python (20h): younesfkih@gmail.com - Pascal Stokowski, Commissariat à l'Energie.

Linux: 15H de cours/TP (applications des exemples sur machine + interaction question/réponse) Évaluation > Projet en binôme : le sujet change d’une année à l’autre. On demande aux étudiant de créer un programme Shell qui englobera les différents thèmes abordés en classe

Scala: Le déroulement du cours, intégrera une partie théorique afin d’expliquer les spécificités du langage Scala, ainsi qu’une partie pratique afin de s’exercer un peu sur celui-ci. L’IDE utilisé sera IntelliJ.

Python: On alterne cours théorique, exercice sur tableau et pratique sur la machine. Le cours est interactif. Le cours sera validé avec 3 notes : - une pour le contrôle continu - une deuxième pour le TP - une troisième pour le projet final et la soutenance.

Java: Cours magistraux (2 séances) et TD/TP sur la réalisation d’une calculatrice graphique en Java (2 séances).

Linux:
1. Ge?ne?ralite?s sur les systèmes Unix
2. Commandes fréquemment utilisées
Gestion des fichiers et des répertoires
Gestion des droits
Manipulation des contenus de fichiers ligne par ligne
Divers
Commandes de manipulation de variables et de paramètres
3. Shell
Substitution
Variables
Quotation
Caractères de redirection
4. Script Shell
Rôle d’un script Shell
Passage de paramètres
Tests
Structure de contrôle
Fonction
Gestion des processus

Scala:
Présentation du Langage de programmation Scala
Scala essentiel
Clean code
Les boucles
Les tableaux
Les principales collections
Programmation Orienté Objet
Les tests unitaires

Python:
On part de la pensée théorique de l’algorithmique vers l’application avec un langage bien précis (PYTHON). Apprendre les paradigmes principaux de la programmation. Comprendre le lien entre les structures des données et le quotidien des praticiens du métier Data Science.

Java:
Introduction à la POO (Programmation Orientée Objet)
Objectifs de la POO
Comparaison langage procédural et langage objet
Encapsulation, héritage et polymorphisme
Classe et objet
Méthodes et attributs

Notion d'interface et de classe abstraite

La syntaxe Java

Gestion des entrées sorties
•Le package java.io
•Opérations de lecture
•Opération d'écriture
Construction d'interface graphique
•Présentation de SWING
•Composants d'interface
•Les layouts
•Evènements et listeners.

Linux: Avoir un environnement UNIX sur les machines des étudiants. Un raisonnement algorithmique (boucle, structure conditionnelle, variable/constante..)

Scala: Aucun niveau pré-requis pour ce cours, il est principalement destiné aux étudiants qui n’ont pas acquis les notions de la programmation objet.

Python: Aucun

Java: Posséder des connaissances de base en programmation.

Linux: Learning the Unix Operating System, chez O’Reilly Learning the vi editor, chez O’Reilly

Scala: • https://www.scala-exercises.org/ • https://docs.scala-lang.org/ • https://twitter.github.io/scala_school/ • http://allaboutscala.com/ • https://www.tutorialspoint.com/scala/ • https://medium.com/hackr-io/learn-scala-best-scala-tutorials-for-beginners-bd80407387f5 (Liste des meilleurs tutoriels pour Scala)

Python: Apprendre à programmer avec Python De Gérard Swinnen. Edité chez Eyrolles.

Java: Documentation JAVA sur le site d’Oracle https://docs.oracle.com/javase/.

Septembre - Octobre - Novembre.

EVRY

Fourat Mastouri.

Le cours s’étale sur 24 heures : - 21 heures de cours théorique + des travaux pratiques. Le cours se compose des chapitres suivants : - Introduction au big data - L’écosystème Hadoop - Les bases de données Nosql - Elasticsearch et stack ES - Les bonnes pratiques de passage en production !

- 3 heures: évaluation pendant laquelle les étudiants sont amenés à présenter un exposé par groupe de 5 maximum détaillant leurs travaux. Des sujets leurs seront proposés ainsi qu'un accès à une plateforme sur le cloud (Cluster de 10 machine sur le cloud Microsoft Azure) afin qu'ils proposent une chaîne de stockage, manipulation et restitution de données de bout en bout qui permet de répondre aux problématiques posées par le sujet choisi par le biais des outils de l'écosystème Hadoop. L'objectif étant de concrétiser les connaissances théoriques abordées pendant le cours dans le cadre d’un petit projet en mode pilote - proof of concept.

Le but de ce cours est de présenter les principales idées et théories relatives aux systèmes de gestion de données no sql (non tabulaire).
Ces technologies ont vu le jour notamment grâce à l'avènement des techniques de stockage et de traitement de volumes massifs de données. Ainsi, Les principaux thèmes abordés seront les suivants :
-Le web comme locomotive de développement d’outil de gestion de données volumineuses
-Limite des systeme classiques de stockage et traitement de l’information
-Le changement de paradigmes en entreprise du transactionnel vers l’analytique
-Etude de l'écosystème Hadoop et ses différents outils et leurs rôles.

-Une bonne connaissance du système d’exploitation linux -Une maîtrise d’un langage de programmation (Python, Java ou Scala) -Des notions de l'algèbre relationnelles et des système de gestion de base de données relationnels. -Facultatif : Fondements des sy.

Grover, M. (2015). Hadoop application architectures : designing real world big data applications. Sebastopol, CA: O'Reilly. Kleppmann, M. (2017). Designing data-intensive applications : the big ideas behind reliable, scalable, and maintainable systems. Sebastopol, CA: O'Reilly Media. White, T. (2015). Hadoop : the definitive guide. Sebastopol, CA: O'Reilly. Bruchez, R. (2013). Les bases de donne?es NoSQL : comprendre et mettre en oeuvre. Paris: Eyrolles. Chokogoue?, J. (2017). Hadoop : devenez ope?rationnel dans le monde du Big Data. St Herblain: E?ditions ENI.

Octobre - Novembre.

EVRY

Zouheir Guedri.

6 séances de 3 heures qui se déroulent comme suit : -1/3 du cours pour l’explication des nouveaux concepts, définitions, -1/3 du cours des exemples pratiques explicités par le professeur et relatifs des nouveaux concepts acquis -1/3 du cours un travail d’expérimentation des élèves sur leurs propres machines, encadrés par le professeur.

Cours 1 et 2 : Enjeux de collecte des données, de privacy et de visualisation dans un environnement Big Data

I - Que recouvre vraiment la notion de Big Data ?

1)Les Big Data en question
2)L'approche des « 3V » reste pertinente
3)Petite typologie des données

II - Big Data : les risques, les freins, les écueils à éviter
III - Inventaire des bonnes pratiques pour tirer parti au mieux des Big Data
IV - Huit études de cas pour mieux comprendre l'impact concret des Big Data sur le business

Cours 2 et 3 : Introduction à l’open data, API et Cas pratiques
-Introduction à l’open data (signification, bref historique, différences entre données publiques et données ouvertes, différentes classes d’usages, mise en pratique)
- Travaux pratiques opendata.gouv, Insee, sncf
- APIs (Application Programming Interface) : définition, fonctionnement, exemples d’applications. Travaux pratiques
- Etude de cas : Création de valeur dans un environnement Big Data.

En mathématiques : analyse de données, algèbre, probabilité, statistiques de base et quelques notions de statistiques avancées (régressions, classifications et modèles de prédiction) En informatique : algorithmique, notions de bases de données et de langage d’interrogation de type SQL, notions de terminal.

Livre Blanc – Big Data – Zouheir Guedri/PwC Videos pédagogiques de Hans Rosling sur la visualisation des données Big data Analytics - Andry Alamsyah - Social Computing and Big Data Research Group - Open data – Simon Chignard. - donneesouvertes.info.

Décembre.

EVRY

Septembre - Octobre.

EVRY

Ibrahim TOURE.

Ce cours de 24h CM se décompose comme suit :

-18h de cours théoriques -6h de TP sur machines.

La finalité de ce cours est double : (i) permettre aux étudiants de comprendre les aspects théoriques des modèles couramment utilisés pour établir un « Score » (ii) et de leur permettre de mettre en place, à partir de données réelles et avec un logiciel statistique (SAS, R ou Python), un « Score » de risque de crédit. Le plan du cours est :

1.Introduction au Scoring
2.Panorama sur les méthodes usuelles d’estimation d’un « Score » (méthodes paramétriques Vs Non paramétriques)
3.Introduction à la régression logistique
4.Méthodologie d’estimation d’un modèle de régression logistique
5.Sélection des modèles et des variables dans le cadre de la régression logistique
6.Méthodes de validation des modèles
7.Présentation des modèles de régression multinomiale
8.Mise en place d’une grille de score à partir des résultats d’estimation du modèle.

Ce cours nécessite une bonne compréhension de la probabilité, la statistique différentielle et l’économétrie (notions de modèle, estimation des paramètres par l’estimateur des MCO et du maximum de vraisemblance, notions de multicolinéarité).

Toutefois, en fonction du niveau des étudiants et de leurs parcours antérieurs, des rappels seront effectués sur les notions essentielles du cours.

-Stéphane Tufféry, DataMining et Statistique décisionnelle, Editions Technip. -Stéphane Tufféry, Modélisation prédictive et Apprentissage statistique avec R, Editions Technip. -Stéphane Tufféry, Etude de cas en statistique décisionnelle, Editions Techni.

Octobre - Novembre.

EVRY

Tifany Descamps.

Il est conseillé aux étudiants d’installer la licence de Tableau software avant le début du cours. L’idée est de comprendre l’importance de la data visualisation au sein d’une entreprise et d’être capable de valoriser l’information. Les étudiants apprendront étape par étape à communiquer et à mettre en valeur la donnée utile via un outil de data visualisation.

Target : learn how to design and create visualizations.

Jour 1 :
-Qu’est-ce que la data visualisation ?
-Presentation de l’interface de Tableau Software
-Production de data visualisation (niveau 1)

Jour 2 :
-Production de data visualisation (niveau 2 et 3).

Aucun.

Septembre.

EVRY

Vincent Chalmel.

Structurer et valider les acquis en statistique et usage des logiciels d’analyse Positionner les techniques et technologies dans l’ordre d’un projet de datamining Fonder la réflexion sur les usages et l’interconnexion des apprentissages suivants.

Introduction et Concepts
Introduction au datamining
La donnée, Définition
Le projet de datamining
Méthodes statistiques du Datamining
Statistique Descriptive, business Intelligence et organisation de la donnée
Statistique Exploratoire et typologies
Méthodes de modélisation
Ouverture Applicative
Exemple de données non structurées, le text-mining
Connaissance Client
Moteurs de recommandation.

Connaissance générale des concepts mathématiques usuels de la Statistique, des méthodes de statistique multivariée, d’analyse factorielle et de régression Appréciation des enjeux technologiques actuels.

Mining the Web: Transforming Customer Data into Customer Value. Gordon S. Linoff, Michael J. A. Berry.

Data Mining et statistique décisionnelle , L’intelligence des données. Stéphane Tufféry.

« Modélisation prédictive et apprentissage statistique avec R » Par Stéphane Tufféry.

Data Mining Techniques: For Marketing, Sales, and Customer Relationship Management, 3rd Edition. Gordon S. Linoff, Michael J. A. Berry

Statistique textuelle. Ludovic Lebart, André Salem :.

Janvier.

EVRY

Alexandre Prot.

Weekly 3 hour tutorials from January to March Assessment : end of semester practise test in class + official Toeic test

For further information on the official test, go to https://www.etsglobal.org/Global/Eng.

In class you will train for the test by revising grammar rules, learning vocabulary and improving your
reading and listening skills. Full tests will be regularly organised and corrected.

Minimum level required : B1 + / B2 (Cadre Européen Commun de Référence).

Toeic Practice Exams by Lin Lougheed (Barron’s) Préparation au Nouveau Toeic by Lin Lougheed (Pearson/Longman).

Janvier - Février - Mars.

EVRY

Dataklub.

Formation dispensée sur un environnement Splunk Hautement Disponible (Cluster SH et Indexer)

Les étudiants ont juste besoin d’un LapTop avec un Browser Web (IE, Firefox, Chrome, etc …)

La formation est conçue pour que les étudiants pratiques à chaque module

Evaluation des étudiants (par groupe) sur projet : création d’un Dashboard d’analyses de données sur des datasets choisis par les étudiants.

Découvert de Splunk :
-Utilisation
-Notion Infrastructure
-Notion Monitoring
-Notion d’Administration
-Evaluation sur projet : création d’un Dashboard d’analyses de données sur des datasets choisis par les étudiants

?Using Splunk : support en Anglais
++ Module 1 : Introducing Training environnement
++ Module 2 : Introducing Splunk's User Interface
++ Module 3 : Creating Searches and Saving Results
++ Module 4 : Using Fields
++ Module 5 : Creating Reports and Visualizations
++ Module 6 : Using Pivot and Creating DashBoards

?Searching and Reporting : support en Anglais
++ Module 1 : Introducing Training environnement
++ Module 2 : Search Fundamentals
++ Module 3 : Reporting Commands, Part 1
++ Module 4 : Reporting Commands, Part 2
++ Module 5 : Analyzing, Calculating, and Formatting Results
++ Module 6 : Correlating Events
++ Module 7 : Enriching Data with Lookups
++ Module 8 : Accelerating Reports
++ Module 9 : Summary Indexing

?Splunk Monitoring
++ Module 1 : Introducing Monitoring Console
++ Module 2 : Introducing Splunk Administration

?Splunk Projects
++ Module 1 : Dataset Integration
++ Module 2 : Evaluation on Splunk DashBoard Analysis creation.

Avoir des notions d’outils d’exploration de données.

Avril.

EVRY

Christian Derquenne.

Sur les 15 heures dispensées : 10 heures sont consacrées au cours académique mêlant théorie et pratique avec de nombreux exemples réels et simulés, les 5 heures restantes sont dédiées aux travaux pratiques sur des données réelles qui peuvent être traitées avec SAS, R ou Python. Les étudiants sont regroupés par deux, un compte-rendu de TP est à envoyer un mois après la fin du cours.

La régression PLS (Partial Least Squares) permet de modéliser linéairement une ou plusieurs variables réponses à l’aide d’un nombre élevé de prédicteurs (parfois supérieur au nombre d’observations), pouvant être multi-colinéaires et de prendre en compte les données manquantes.
Ce cours aborde les problèmes d’instabilité et de non inversibilité en régression multilinéaire. Pour pallier ces problèmes, des indicateurs de détection de la multicolinéarité seront introduits, la régression sur composantes principales et la régression PLS seront développées, en particulier l’algorithme NIPALS permettant de traiter :
Le cas d’une unique variable réponse (régression PLS1)
L’extension à plusieurs variables réponses (régression PLS2).

Une bonne maîtrise des techniques générales d’analyses factorielles simples et de classification d’individus statistiques (classification ascendante hiérarchique, centres mobiles), ainsi que l’inférence dans le cadre du modèle linéaire gaussien.

Derquenne Ch. et Hallais C., (2003) Une méthode alternative à l'approche PLS : comparaison et application aux modèles conceptuels marketing, Revue de Statistique Appliquée, 52, 37-72. Hotelling H., (1936a) Simplified calculation of principal components, Psychometrica, 1, 27-35. Tenenhaus (1998), La régression PLS, Technip Wold H., (1966), Estimation of the Principal Components and Related Models by Iterative Least Squares, Krishnaiah P.R. Editor, Multivariate Analysis, 391-420, Academic Press, New-York. Wold H., (1973) Nonlinear Iterative Partial Least Squares (NIPALS) Modelling some Current

Janvier - Février.

Bousabaa Abdelkader.

En pratique, l'enseignant présente rapidement un sujet/notion et les étudiants l'implémentent sous Python pour mesurer les sensibilités des différents paramètres. Trois ou quatre exemples seront traités en profondeur pendant les enseignements. Un projet de 6 semaines viendra compléter l'ensemble.

L'UE s'articule autour des techniques avancées de Machine Learning et plus particulièrement sur les applications des réseaux de neurones en finance.
- Le perceptron comme outil de classification des titres d'un portefeuille/indice
- Un réseau multicouche pour évaluer les poids d'un portefeuille
- Utilisation de la librairie TensorFlow pour prédire des prix
- Comment choisir la bonne fonction d'activation ?.

Nous tacherons de rappeler systématiquement les notions de finance utilisées. Pour conserver une visée universelle à cet UE, nous n'utiliserons que des produits et des techniques élémentaires en finance. Toutefois, il est important de bien maitriser l'outil Excel et la programmation sous Python pour suivre efficacement ce cours. Les connaissances en statistiques et en optimisation sont les bienvenues.

- Neural Networks and the Financial Markets: Predicting, Combining and Portfolio Optimisation – J. Shadbolt and JG Taylor – Springer - Neural Networks in Finance and Investing: Using Artificial Intelligence to Improve Real-world Performance – RR Trippi an.

Février.

EVRY

Antoine Monino.

Le cours est constitué d’un enseignement de 24 heures.

Après une première partie théorique sur les systèmes distribués, nous aborderons le fonctionnement des outils de la stack Hadoop. La pratique systématique de ces outils, installés sur un cluster de 10 machines et hébergés sur Azure, permettront aux étudiants de devenir opérationnels sur ces technologies.

Le module sera validé par un projet à réaliser en groupe et dont le but sera de réaliser une analyse de machine Learning dans un contexte distribué en traitant la donnée à partir de sa collecte.

Objectifs
•Comprendre le paradigme, le fonctionnement et les enjeux des applications distribuées.
•Comprendre et Pratiquer les outils technologiques reflétant les socles Big Data actuellement répandus en entreprise.
•Mettre en œuvre un projet Data sur une plateforme distribuée, de la collecte de donnée à la mise en œuvre d’un modèle de machine learning en passant par la préparation et l’exploration des données.

La pile technologique étudiée est constituée de HDFS, YARN, Hive et de Spark sur une distribution HortonWorks 3.

Plan du cours
•Introduction aux systèmes répartis
•Introduction aux outils de la stack Hadoop
•Mise en œuvre en entreprise
•Etude et pratique détaillée des outils :
oHadoop - HDFS
oHive - Ingestion et traitement des données
oSpark SQL- Manipulation des données, construction d'un modèle intermédiaire avec python/pySpark
oSpark - Machine learning MLLIB avec python/pySpark
oIntroduction à Spark Streaming – Kafka

Autres outils abordés : ambari, zeppelin, Superset.

Connaissance du language python. Notions sur le système d’exploitation Linux Notions sur le shell Linux.

Mai.

EVRY

Edouard Duchesnay Romain Yurchak.

Machine Learning Project:

Ce projet de Machine Learning est effectué à l’aide de la plateforme RAMP de l’Université Paris-Saclay (https://ramp.studio/). Après avoir un choisi un problème de data-science, les étudiant sont fournis avec un kit de démarrage qui comprends la description des données ainsi qu’un premier modèle prédictif simple. Après une phase d’exploration et visualisation des données, les étudiants soumettent leur solution sur la plateforme RAMP, sous forme de code en langage Python, où celle-ci est évaluée en temps réel. Les scores prédictifs des différents modèles sont rendus public, et les étudiants peuvent améliorer leurs modèles prédictifs de manière itérative avec des nouvelles soumissions sur la plateforme.

Machine Learning
Introduction
- Python ecosystem for data-science
- Introduction to Machine Learning
- Data analysis methodology

Python language
- Import libraries
- Basic operations
- Data types
- Execution control statements
- Functions
- List comprehensions, iterators, etc.
- Regular expression
- System programming
- Scripts and argument parsing
- Networking
- Modules and packages
- Object Oriented Programming (OOP)
- Exercises

Scientific Python
- Numpy: arrays and matrices
- Pandas: data manipulation
- Matplotlib: data visualization

Statistics
- Univariate statistics
- Multivariate statistics
- Time Series in python

Machine Learning
- Dimension reduction and feature extraction
- Clustering
- Linear methods for regression
- Linear classification
- Non linear learning algorithms
- Resampling Methods
- Ensemble learning: bagging, boosting and stacking
- Gradient descent

Deep Learning
- Backpropagation
- Multilayer Perceptron (MLP)
- Convolutional neural network
- Transfer Learning

Machine Learning Project
Ce projet vise à confronter les étudiants qui ont suivi le cours de Machine Learning, à un problème de data science réel sur les données issues d’industrie. Les étudiants pourront ainsi mettre en pratique les méthodes de data science classiques, à commencer par l’exploration et visualisation de donnés, avant de développer un modèle prédictif en langage Python.

Machine Learning: BAC + 4 scientifique ou en économie

Machine Learning Project: UE2 : STATISTICS UE7 : Operating systems: and Programming languages: Python UE10 : Data mining UE11 : Data Analysis UE14 : Machine Learning (partie 1 : cours).

-The Elements of Statistical Learning T. Hastie, R. Tibshirani, and J. Friedman. Springer (2001) -Scikit-learn: Machine learning in Python, Pedregosa et al 2011 -The RAMP framework: from reproducibility to transparency in the design and optimization of s.

Novembre - Avril.

EVRY

Jean-Michel Etienne.

Les supports de cours, de travaux dirigés ainsi que leur corrigés sont mis en ligne sur la plate-forme pédagogique E-campus avant et/ou après les séances. L’évaluation des connaissances s’effectue sous forme de projet. Il est demandé à chaque groupe de réaliser une modélisation économétrique univariée ou multivariée « propre » de la (les) série(s) choisie(s). Il s’agira notamment d’examiner ses propriétés statistiques d’identifier le processus inconnu sous-jacent, d’estimer ses paramètres, de s’assurer que toutes les hypothèses usuelles sont bien vérifiées, et de réaliser des prévisions statiques sur, et en dehors de la période d’estimation. Il s’agira également en cas de plusieurs modélisations alternatives possibles pour cette série d’indiquer le modèle finalement retenu et les critères sur lesquels a été basé ce choix.

L’objectif du cours est de familiariser les étudiants avec les techniques modernes
de modélisation des séries temporelles univariées et multivariées stationnaires,
et non stationnaires.
Les objectifs de ce cours de Time Series sont donc doubles :
1. pédagogiques : présenter de façon rigoureuse un panorama synthétique des
méthodes économétriques utilisées en séries temporelles.
2. scientifiques : permettre aux étudiants de lire des articles d’économie appliquée
et de réaliser des travaux économétriques.

Chapitre 1 : Processus aléatoires stationnaires
Chapitre 2 :Modélisation univariée de Box et Jenkins
Chapitre 3 :Processus non stationnaires et tests de racine unitaire
Chapitre 4 :Hétéroscédasticité conditionnelle et modèles ARCH
Chapitre 5 :Séries temporelles multivariées : une introduction
Chapitre 6 :Modèles avec variables non stationnaires
Chapitre 7 :La cointégration
Chapitre 8 :Les modèles VAR.

Statistiques et économétrie.

– Campbell J.Y, Lo A.W et A.C. MacKinley A.C, 1997, The Econometrics of Financial Markets, Princeton University Press. – Francq C. et J-M. Zakoian, 2009, Mod eles Garch : Structure, Inférence Statistique et Applications Financières, Economica, collection Economie et Statistiques Avancées, Paris. – Gouriéroux C., 1992, Modèles ARCH et Applications Financières, Economica, Paris. – Gouriéroux C. et A. Monfort, 1990, Séries Temporelles et Modèles Dynamiques, Economica,Paris. – Hamilton J.D, 1994, Time Series Analysis, Princeton University Press. – Lamberton, D. et B. Lapeyre, 1997, Introduction au

Février - Mars.

EVRY

Christian Derquenne.

Sur les 24 heures dispensées : 18 heures sont consacrées au cours académique mêlant théorie et pratique avec de nombreux exemples réels et simulés, les 6 heures restantes sont dédiées aux travaux pratiques sur des données réelles qui peuvent être traitées avec SAS, R ou Python. Les étudiants sont regroupés par deux, un compte-rendu de TP est à envoyer un mois après la fin du cours.

Les modèles à équations structurelles (SEM) sont d’un usage important dans de nombreux champs disciplinaires tels que la psychométrie, la sociologie, l’économétrie et aussi les sciences de gestion. Le but de ce cours est d’acquérir les bons réflexes méthodologiques et les connaissances théoriques nécessaires pour la mise en œuvre des modèles SEM. La mise en pratique se fera sous SAS essentiellement.
Le plan est le suivant :
1. Modélisation du comportement du consommateur : satisfaction et fidélité.
2. Méthodes d’estimation de modèles à équations structurelles : la méthode LISREL, l’approche PLS et l’approche RFPC.
3. La création de modèles : les modèles libres.

Une bonne maîtrise des techniques générales d’analyses factorielles simples et de classification d’individus statistiques (classification ascendante hiérarchique, centres mobiles), ainsi que l’inférence dans le cadre du modèle linéaire gaussien.

B. S. EVERITT. An introduction to latent variable models, 1984 K. A. BOLLEN. Structural Equation with latent variables, 1989 P. ROUSSEL et al. Méthodes d’Equations Structurelles : recherche et application en Gestion, 2002 L. HATCHER. A step-by-step approach to Factor Analysis and Structural Equation Modelling using SAS System. SAS Institute Inc. 1994 M. TENENHAUS, V. ESPOSITO VINZI, Y. M. CHATELIN and C. LAURO, PLS Path Modelling, Computational Statistics and Data Analysis, vol. 48 n°1, jan. 2005 H. WOLD. Soft Modelling : The Basic Design and Some Extensions, in Jöreskog K.G. and Sörbum D

Février.

EDF Lab Saclay

Février - Mars.

EVRY