Fondamentaux de la data science : analyse, tests et préparation

About Course

La science des données est la discipline, à la croisée de la statistique, de l’informatique et de la stratégie d’entreprise, qui extrait des connaissances à partir d’observations pour éclairer les décisions. Ce cours en pose les fondamentaux : son histoire, ses technologies, l’analyse quantitative, les tests d’hypothèses, la préparation des données et les premières techniques d’apprentissage non supervisé. L’objectif est de vous donner un socle solide et une compréhension claire des étapes d’un projet data, pour dialoguer avec les spécialistes, évaluer la qualité d’une analyse et éviter les conclusions hâtives tirées de données mal préparées.

Les modules du cours

• Clustering et règles d’association : regrouper des observations et révéler des motifs cachés.
• Histoire de la science des données : suivre le chemin de l’inférence statistique jusqu’à l’IA.
• Analyse quantitative : passer de la statistique descriptive à l’apprentissage.
• Technologies de la science des données : comprendre l’écosystème, du stockage brut à l’IA.
• Tests d’hypothèses unilatéraux et bilatéraux : maîtriser p-value, intervalles de confiance et puissance.
• Prétraitement des données : nettoyer et transformer des données brutes avant le machine learning.

Ce que vous apprendrez

• Situer la data science dans son histoire et son écosystème technologique.
• Décrire et analyser des données numériques avec rigueur.
• Conduire et interpréter un test d’hypothèse.
• Préparer un jeu de données exploitable par un algorithme.
• Segmenter une population et détecter des associations grâce au clustering.

À qui s’adresse ce cours

• Cadres qui découvrent la data science et veulent en maîtriser les bases.
• Managers amenés à piloter ou à commanditer des projets data.
• Professionnels en reconversion vers les métiers de la donnée.

Chaque module comprend une synthèse, une carte mentale, un support PDF, une étude de cas, un plan d’action 30-60-90 jours et un quiz de 10 questions (seuil de réussite : 70 %). Ce cours est intégré au programme Executive MBA Data Sciences de l’École du Management.