Passer au contenu principal
La Plateforme E-Learning de IPNet Institute of Technology
Tableau de bord
Mes cours
Support & Assistance
Analyse des données et Regression (L2_IA)
0%
Le mode Focus est activé. Cliquez sur l ‘icône de réduction’ pour le fermer.
Précédent
Données du cours
OBJECTIFS ET DESCRIPTION DU COURS
RESULTATS D'APPRENTISSAGE (LEARNING OUTCOMES)
CRITERES D'EVALUATION (LEARNING ASSESSMENT CRITERIA)
SYLLABUS, LIVRES & AUTRES SUPPORTS DE COURS
SEMAINE 1 : Introduction à l’analyse de données et révision des bases statistiques.
SEMAINE 2 : Régression simple et multiple.
SEMAINE 3 : Corrélation et interprétation.
SEMAINE 4 : Construction et validation de modèles de régression.
SEMAINE 5 : Analyse des résidus – principes et applications.
SEMAINE 7 : Analyse de la variance (ANOVA).
SEMAINE 8 : Comparaison de modèles statistiques.
SEMAINE 9 : Techniques de robustesse en régression.
SEMAINE 10 : Utilisation de logiciels statistiques pour l’analyse de données.
SEMAINE 11 : Projet pratique – application sur un jeu de données réelles.
Suivant
Panneau latéral
Catégories
Toutes les catégories
Cybersécurité (Ref:CSEC)
COMMUNICATION INSTITUTIONNELLE
Génie Logiciel (Ref:SE)
Développement Web (Ref:IT)
Réseaux & Télécommunications (Ref:NET, GIF)
Développement Mobile (Ref:IT 251, IT 372, CSC 372)
Programmation informatique (Ref:CSC)
Design Graphique (Ref:GD)
Design de l’Expérience Utilisateur (UX Design) (Ref:UXD)
Mathématiques (Ref:MAT)
Système d’Information (Ref:SIO)
Microsoft Azure Certification (Ref:AZ)
AWS Certification
Economie, Gestion, Droit (Ref:MGT)
Marketing Digital (Ref:MKT)
E-Commerce (Ref:ECT)
Gestion de Projet (Ref:CAPM)
Entrepreneuriat Numérique (Ref:DEN)
Projet Professionnel (Ref:PPE)
Linux (Ref:RHA-124, RHA 134)
Management
Probabilités Statistiques (Ref:IT)
Sciences de Données (Ref:DSC)
Communication (Ref: COM)
Base de Données
Intelligence Artificielle
IA & Informatique pour collégiens, lycéens et autodidactes
Formation du personnel de IPNet Institute of Technology
Formation des formateurs de IPNet Institute of Technology
IA et outils numériques pour enseignants et formateurs
PROMOTIONS 2025
LICENCES COURS DU JOUR
SEMESTRE 1
SEMESTRE 2
SEMESTRE 3
SEMESTRE 4
SEMESTRE 5
SEMESTRE 6
PROMOTION OCTOBRE 2025
TRIMESTRE 1
Formations Développement Personnel Etudiants IPNET
PROMOTION MAI 2026
Trimestre 1
Accueil
Calendrier
Edwiser Forms
Catégories
Cours
Pages
A Propos
Annonces
Se connecter
S'Enregistrer
IPNET IXP Hybride E-learning
Manuels de procédures
Contact
Rechercher
Rechercher
Rechercher
Rechercher
Fermer
Activer/désactiver la saisie de recherche
Vous êtes connecté anonymement
Connexion
Catégories
Replier
Déplier
Toutes les catégories
Cybersécurité (Ref:CSEC)
COMMUNICATION INSTITUTIONNELLE
Génie Logiciel (Ref:SE)
Développement Web (Ref:IT)
Réseaux & Télécommunications (Ref:NET, GIF)
Développement Mobile (Ref:IT 251, IT 372, CSC 372)
Programmation informatique (Ref:CSC)
Design Graphique (Ref:GD)
Design de l’Expérience Utilisateur (UX Design) (Ref:UXD)
Mathématiques (Ref:MAT)
Système d’Information (Ref:SIO)
Microsoft Azure Certification (Ref:AZ)
AWS Certification
Economie, Gestion, Droit (Ref:MGT)
Marketing Digital (Ref:MKT)
E-Commerce (Ref:ECT)
Gestion de Projet (Ref:CAPM)
Entrepreneuriat Numérique (Ref:DEN)
Projet Professionnel (Ref:PPE)
Linux (Ref:RHA-124, RHA 134)
Management
Probabilités Statistiques (Ref:IT)
Sciences de Données (Ref:DSC)
Communication (Ref: COM)
Base de Données
Intelligence Artificielle
IA & Informatique pour collégiens, lycéens et autodidactes
Formation du personnel de IPNet Institute of Technology
Formation des formateurs de IPNet Institute of Technology
IA et outils numériques pour enseignants et formateurs
PROMOTIONS 2025
LICENCES COURS DU JOUR
SEMESTRE 1
SEMESTRE 2
SEMESTRE 3
SEMESTRE 4
SEMESTRE 5
SEMESTRE 6
PROMOTION OCTOBRE 2025
TRIMESTRE 1
Formations Développement Personnel Etudiants IPNET
PROMOTION MAI 2026
Trimestre 1
Accueil
Calendrier
Edwiser Forms
Catégories
Cours
Pages
Replier
Déplier
A Propos
Annonces
Se connecter
S'Enregistrer
IPNET IXP Hybride E-learning
Manuels de procédures
Contact
Tout déplier
Tout replier
Menu du cours
Ouvrir l’index du cours
SEMESTRE 3
Analyse des données et Regression (L2_IA)
KB
Kpatcha Tombana BABA
Résumé de section
Sélectionner la section OBJECTIFS ET DESCRIPTION DU COURS
OBJECTIFS ET DESCRIPTION DU COURS
Replier
Déplier
Tout replier
Tout déplier
Sélectionner la section RESULTATS D'APPRENTISSAGE (LEARNING OUTCOMES)
RESULTATS D'APPRENTISSAGE (LEARNING OUTCOMES)
Replier
Déplier
Sélectionner la section CRITERES D'EVALUATION (LEARNING ASSESSMENT CRITERIA)
CRITERES D'EVALUATION (LEARNING ASSESSMENT CRITERIA)
Replier
Déplier
Sélectionner la section EVALUATION DE L'APPRENTISSAGE & PONDERATION
EVALUATION DE L'APPRENTISSAGE & PONDERATION
Replier
Déplier
Sélectionner la section SYLLABUS, LIVRES & AUTRES SUPPORTS DE COURS
SYLLABUS, LIVRES & AUTRES SUPPORTS DE COURS
Replier
Déplier
Sélectionner la section SEMAINE 1 : Introduction à l’analyse de données et révision des bases statistiques.
SEMAINE 1 : Introduction à l’analyse de données et révision des bases statistiques.
Replier
Déplier
Sélectionner la section SEMAINE 2 : Régression simple et multiple.
SEMAINE 2 : Régression simple et multiple.
Replier
Déplier
Sélectionner la section SEMAINE 3 : Corrélation et interprétation.
SEMAINE 3 : Corrélation et interprétation.
Replier
Déplier
Sélectionner la section SEMAINE 4 : Construction et validation de modèles de régression.
SEMAINE 4 : Construction et validation de modèles de régression.
Replier
Déplier
Sélectionner la section SEMAINE 5 : Analyse des résidus – principes et applications.
SEMAINE 5 : Analyse des résidus – principes et applications.
Replier
Déplier
Sélectionner la section SEMAINE 6 : EXAMEN A MIS PARCOURS
SEMAINE 6 : EXAMEN A MIS PARCOURS
Replier
Déplier
Sélectionner la section SEMAINE 7 : Analyse de la variance (ANOVA).
SEMAINE 7 : Analyse de la variance (ANOVA).
Replier
Déplier
Sélectionner la section SEMAINE 8 : Comparaison de modèles statistiques.
SEMAINE 8 : Comparaison de modèles statistiques.
Replier
Déplier
Sélectionner la section SEMAINE 9 : Techniques de robustesse en régression.
SEMAINE 9 : Techniques de robustesse en régression.
Replier
Déplier
Sélectionner la section SEMAINE 10 : Utilisation de logiciels statistiques pour l’analyse de données.
SEMAINE 10 : Utilisation de logiciels statistiques pour l’analyse de données.
Replier
Déplier
Sélectionner la section SEMAINE 11 : Projet pratique – application sur un jeu de données réelles.
SEMAINE 11 : Projet pratique – application sur un jeu de données réelles.
Replier
Déplier
Sélectionner la section SEMAINE 12 : EXAMEN FINAL
SEMAINE 12 : EXAMEN FINAL
Replier
Déplier