Évolutions du cours

Préambule

Les évolutions présentées ci-dessous sont issues des remarques et retours formulés par les étudiants lors des évaluations des enseignements des années précédentes.
Elles ont pour objectif d’améliorer la lisibilité du cours, la progressivité des apprentissages et la cohérence entre cours, TD et évaluations, tout en facilitant le travail personnel et la compréhension des notions abordées.

Ces ajustements ont été mis en place progressivement et continuent d’évoluer afin de mieux répondre aux besoins identifiés.

Par conséquent, n’hésitez pas à me faire des retours constructifs sur ce qui pourrait être amélioré, que ce soit par mail ou via l’évaluation des enseignements mise en œuvre par l’INSA.

Année 2026

Projet fil rouge (jeu de données South Park)

Un projet fil rouge basé sur un jeu de données issu de la série South Park accompagne le cours.
Ce projet sert de support commun pour illustrer, tout au long du semestre, les concepts vus en cours et en TD.

Il permet de mettre en pratique :

  • l’analyse statistique descriptive,

  • l’exploration de données,

  • la régression,

  • les tests statistiques,

  • l’interprétation des résultats.

L’objectif est de donner une vision cohérente et concrète de la démarche d’analyse de données, en reliant les différentes notions plutôt que de les aborder de manière isolée.

Année 2025

Capsules de rappel

Des capsules courtes sont mises à disposition pour revoir les prérequis (types de données, variance, corrélation, distance, etc.).
Elles servent de support de remise à niveau et évitent de refaire ces notions en séance.
Elles peuvent être consultées avant ou après les cours, selon vos besoins.

Rôle des différentes activités

  • Capsules : rappels et notions de base.

  • Cours (CM) : raisonnement statistique, compréhension des modèles, interprétation.

  • TD : mise en œuvre en Python, analyse concrète de jeux de données.

QCM formatif

Un QCM non noté est proposé pour vous auto-évaluer.
Il est distinct de l’examen et vise avant tout à vérifier la compréhension des concepts, et non les calculs.

Cohérence des supports

Les notations, définitions et exemples sont harmonisés entre capsules, cours et TD.
Les supports sont majoritairement en français pour plus de lisibilité.

Objectif global

Vous aider à mieux comprendre ce que l’on fait, pourquoi on le fait et comment interpréter les résultats, plutôt que d’apprendre des méthodes de manière mécanique.

Années 2024 et antérieures

Corrections vidéo des TPs

Des vidéos de correction sont mises à disposition pour certains TPs.
Elles permettent de revenir pas à pas sur les points clés, les erreurs fréquentes et l’interprétation des résultats.

Ces vidéos complètent les TPs écrits et peuvent être utilisées pour :

  • consolider la compréhension après la séance,

  • rattraper un point mal compris,

  • réviser en vue des évaluations.

Compétences à acquérir

Le cours est structuré autour de compétences clairement identifiées, et non uniquement de notions à mémoriser.
L’objectif est que vous soyez capables :

  • d’analyser un jeu de données,

  • de choisir des outils statistiques adaptés,

  • de mettre en œuvre ces outils en Python,

  • d’interpréter correctement les résultats obtenus.

Ces compétences sont celles qui sont évaluées dans les contrôles et le projet.

Diffusion des notebooks des cours

Les notebooks utilisés en cours sont mis à disposition.
Ils contiennent :

  • les exemples vus en séance,

  • le code Python associé,

  • les visualisations produites.

Ils servent de support de travail, de révision et de base pour expérimenter sur d’autres données.

Modifié le: vendredi 3 avril 2026, 08:25