Master [120] en science des données, orientation statistique

> Version imprimable

      Tronc commun

Statistical modelling

LSTAT2120 Linear models

EN q1 30h+15h 5 crédits   > Facilités pour suivre le cours en français
Enseignant(s):

> Christian Hafner

Christian Hafner

LSTAT2130 Introduction to Bayesian statistics

EN q2 22.5h+7.5h 5 crédits
Enseignant(s):

> Philippe Lambert

Philippe Lambert

LSTAT2190 Vecteurs aléatoires : modélisation et traitement

FR q1 15h+7.5h 4 crédits
Enseignant(s):

> Anna Kiriliouk

Anna Kiriliouk

LSTAT2110 Analyse des données

FR q1 30h+7.5h 5 crédits
Enseignant(s):

> Olivier Caelen

Olivier Caelen

Machine learning and Data mining

LDATS2350 Hands-on data science with Python

EN q2 30h+15h 5 crédits
Enseignant(s):

> Olivier Caelen

> Cédric Heuchenne

Olivier Caelen

, Cédric Heuchenne

LDATS2470 Statistical Machine Learning and High Dimensional Data Analysis

EN q2 15h 3 crédits
Enseignant(s):

> Christian Hafner

Christian Hafner

LDATS2480 Advanced Topics in Deep Learning & AI

EN q2 15h+9.5h 4 crédits
Enseignant(s):

> Olivier Caelen

Olivier Caelen

Cours au choix
Choisir au moins 2 cours parmi les 4 suivants.

LELEC2870 Machine learning : regression, deep networks and dimensionality reduction

EN q1 30h+30h 5 crédits   > Facilités pour suivre le cours en français
Enseignant(s):

> John Lee

> Michel Verleysen

John Lee

, Michel Verleysen

LINFO2262 Machine Learning : classification and evaluation

EN q2 30h+30h 6 crédits   > Facilités pour suivre le cours en français
Enseignant(s):

> Pierre Dupont

Pierre Dupont

LINFO2275 Reinforcement Learning: Algorithms and Applications

EN q2 30h+15h 5 crédits   > Facilités pour suivre le cours en français
Enseignant(s):

> Quentin Cappart

> Eric Piette

Quentin Cappart

, Eric Piette

LINFO2263 Computational Linguistics and Generative AI

EN q1 30h+15h 5 crédits   > Facilités pour suivre le cours en français
Enseignant(s):

> Pierre Dupont

Pierre Dupont

Statistical computing, data structures and algorithms for data analysis

LDATS2030 Programmation et data reporting en R

FR q1 22.5h+15h 5 crédits
Enseignant(s):

> Céline Bugli

> Anouar El Ghouch

Céline Bugli

, Anouar El Ghouch

LDATS2360 Programmation de base en SAS

FR q1 15h+7.5h 4 crédits
Enseignant(s):

> Céline Bugli

Céline Bugli

LINFO1006 Base de données et représentation de l'information

FR q2 30h+30h 5 crédits
Enseignant(s):

> Quentin Cappart

Quentin Cappart

LEPL1402 Informatique 2

FR q1 30h+30h 5 crédits
Enseignant(s):

> Sébastien Jodogne

> Ramin Sadre

> Pierre Schaus

Sébastien Jodogne

, Ramin Sadre

, Pierre Schaus

Programmation de base
Si un / des cours équivalents à LINFO1101 et/ou LINFO1103 ont été réussis par l’étudiant·e dans son parcours précédent, il/elle les remplacera par des cours à choisir dans la liste des options et cours au choix.

LINFO1101 Introduction à la programmation

FR q1 30h+30h 5 crédits
Enseignant(s):

> Kim Mens

> Charles Pecheur

> Cristel Pelsser

Kim Mens

, Charles Pecheur

, Cristel Pelsser

LINFO1103 Introduction à l'algorithmique

FR q2 30h+30h 5 crédits
Enseignant(s):

> Pierre Dupont

Pierre Dupont

Philosophie
Choisir maximum un cours parmi:

LSC2001 Introduction à la philosophie contemporaine

FR q2 30h 2 crédits
Enseignant(s):

> Peter Verdée

Peter Verdée

LSC2220 Philosophy of science

EN q2 30h 2 crédits
Enseignant(s):

> Alexandre Guay

Alexandre Guay

LFILO2003E Questions d'éthique dans les sciences et les techniques (partie séminaire)

FR q2 15h+15h 2 crédits
Enseignant(s):

> Alexandre Guay

> René Rezsohazy

Alexandre Guay

, René Rezsohazy
      Finalité spécialisée [30.0]

Contenu:

LDATS2840 Mémoire en science des données

FR q1 ou q2 20 crédits

LDATS2450 Statistical learning. Estimation, selection and inference

EN q2 30h+7.5h 5 crédits   > Facilités pour suivre le cours en français
Enseignant(s):

> Eugen Pircalabelu

Eugen Pircalabelu

Cours au choix de la finalité
Choisir 1 cours parmi les 2 suivants.

LDACS2210 Information visualisation

EN q1 30h+30h 5 crédits   > Facilités pour suivre le cours en français
Enseignant(s):

> John Lee

John Lee

LINFO2364 Mining Patterns in Data

EN q2 30h+15h 5 crédits   > Facilités pour suivre le cours en français
Enseignant(s):

> Hélène Verhaeghe

Hélène Verhaeghe
Options et/ou cours au choix
L'étudiant·e complète son programme en priorité par des unités d'enseignement dans la liste ci-dessous. Toute option pour laquelle minimum 15 crédits auront été validés sera mentionnée sur le diplôme. Avec l'accord du jury restreint, l'étudiant·e peut également compléter son programme par un maximum de 10 crédits d'unités d'enseignement du portefeuille UCLouvain.
- Approfondissement en statistiques
  
  Contenu:
  
  LSTAT2100 Modèles linéaires généralisés et données discrètes
  
  FR q2 30h+7.5h 5 crédits
  Enseignant(s):
  
  > Anouar El Ghouch
  
  Anouar El Ghouch
  
  LSTAT2170 Time series
  
  EN q2 22.5h+7.5h 5 crédits
  Enseignant(s):
  
  > Anna Kiriliouk
  
  Anna Kiriliouk
  
  LSTAT2140 Statistique nonparamétrique: méthodes de base
  
  FR q1 15h+5h 4 crédits > English-friendly
  Enseignant(s):
  
  > Anna Kiriliouk
  
  Anna Kiriliouk
  
  LSTAT2150 Smoothing techniques
  
  EN q1 22.5h+9.5h 5 crédits
  Enseignant(s):
  
  > Anna Kiriliouk
  
  Anna Kiriliouk
-       Sciences des données appliquées
  
  Contenu:
  
  LSTAT2380 Statistical consulting
  
  EN q2 22.5h+7.5h 5 crédits   > Facilités pour suivre le cours en français
  Enseignant(s):
  
  > Christian Ritter
  
  Christian Ritter
  
  LSTAT2390 Applied statistics workshops
  
  EN q1+q2 15h 3 crédits   > Facilités pour suivre le cours en français
  Enseignant(s):
  
  > Christian Ritter
  
  > Laura Symul
  
  Christian Ritter
  
  , Laura Symul
  
  LGEO2211 Statistiques spatiales approfondies
  
  FR q1 30h+30h 5 crédits
  Enseignant(s):
  
  > Christian Hafner
  
  Christian Hafner
  
  LFIAL2630 Intelligence artificielle pour le traitement de données textuelles
  
  FR q2 22.5h 5 crédits   > English-friendly
  Enseignant(s):
  
  > Cédrick Fairon
  
  > Thomas François
  
  Cédrick Fairon
  
  , Thomas François
-       Sciences des données en bio-statistique
  
  Contenu:
  
  LSTAT2210 Modèles linéaires mixtes
  
  FR q1 15h+7.5h 4 crédits
  Enseignant(s):
  
  > Catherine Legrand
  
  Catherine Legrand
  
  LSTAT2220 Analyse des données de survie et de durée
  
  FR q1 15h+5h 4 crédits   > English-friendly
  Enseignant(s):
  
  > Ingrid Van Keilegom
  
  Ingrid Van Keilegom
  
  LSTAT2320 Plans expérimentaux
  
  FR q2 30h+9.5h 5 crédits   > English-friendly
  Enseignant(s):
  
  > Laura Symul
  
  Laura Symul
  
  LSTAT2340 Traitement statistique des données -omiques
  
  FR q2 30h+9.5h 5 crédits   > English-friendly
  Enseignant(s):
  
  > Laura Symul
  
  Laura Symul
- Science des données actuarielles
  
  Contenu:
  
  LACTU2150 Analyse statistique des données d'assurance
  
  FR q1 30h+7.5h 5 crédits
  Enseignant(s):
  
  > Karim Barigou
  
  Karim Barigou
  
  LACTU2160 Méthodes actuarielles de segmentation
  
  FR q1 45h 7 crédits
  Enseignant(s):
  
  > Michel Denuit
  
  Michel Denuit
  
  LACTU2310 Apprentissage statistique pour l'assurance
  
  FR q2 15h 3 crédits
  Enseignant(s):
  
  > Karim Barigou
  
  Karim Barigou
  
  LDATS2310 Deep learning pour l'assurance et la finance
  
  FR q2 15h 3 crédits > English-friendly
  Enseignant(s):
  
  > Donatien Hainaut
  
  Donatien Hainaut
- Stage
  
  Contenu:
  
  LDATS2940 Stage en science des données (30 jours)
  
  FR q1 ou q2 5 crédits
- Cours facultatifs
  
  Les crédits de ces cours ne sont pas comptabilisés dans les 120 crédits requis.
  
  Contenu:
  
  LSST1001 IngénieuxSud
  
  FR q1+q2 30h+22.5h 5 crédits
  Enseignant(s):
  
  > Stéphanie Merle
  
  > Jean-Pierre Raskin
  
  Stéphanie Merle
  
  , Jean-Pierre Raskin
  
  LSST1002M Informations et esprit critique - MOOC
  
  FR q1 30h+15h 3 crédits
      Module complémentaire   (concerne uniquement les étudiant.es qui ont obtenu un accès à la formation moyennant complément de formation)

Pour accéder à ce master, l'étudiant·e doit maîtriser certaines matières. Si ce n'est pas le cas, elle ou il se verra ajouter, par le Jury, au premier bloc annuel de son programme de master, les enseignements supplémentaires nécessaires.
Pour accéder à ce master, l'étudiant·e doit maîtriser un minimum de compétences de base en mathématiques, programmation, algorithmique et probabilités-statistiques. Si ce n'est pas le cas, il ou elle doit ajouter à son programme de master des enseignements supplémentaires.
Les personnes n’ayant pas le niveau B1 en Anglais (niveau acquis en bachelier à l’UCLouvain) devront suivre le cours d’anglais LANGL1330. Un test dispensatoire est organisé en début d’année académique.
L’étudiant·e est invité à rencontrer le conseiller aux études pour décider des unités d'enseignement à suivre et son programme devra ensuite être approuvé par le jury restreint.

Mathématique - Analyse et algèbre linéaire
Chacun des 3 modules suivants permet d'acquérir des compétences semblables:

Module 1

LINFO1111 Analyse

FR q1 45h+37.5h 7 crédits
Enseignant(s):

> Pierre-Antoine Absil

> François Glineur

Pierre-Antoine Absil

, François Glineur

LINFO1112 Algèbre

FR q2 30h+30h 5 crédits
Enseignant(s):

> Christophe Craeye

> Enrico Vitale

Christophe Craeye

, Enrico Vitale

Module 2

LINGE1114 Introduction à la modélisation mathématiques : analyse

FR q1 30h+30h 6 crédits
Enseignant(s):

> Heiner Olbermann

Heiner Olbermann

LINGE1121 Introduction à la modélisation mathématique : algèbre

FR q2 30h+30h 6 crédits
Enseignant(s):

> Tom Claeys

Tom Claeys

Module 3

LMAT1101 Mathématiques 1

FR q1 30h+20h 4 crédits
Enseignant(s):

> Pedro Dos Santos Santana Forte Vaz

Pedro Dos Santos Santana Forte Vaz

LMAT1102 Mathématiques 2

FR q2 30h+30h 4 crédits
Enseignant(s):

> Augusto Ponce

Augusto Ponce

Probabilités et Statistique
Chacun des 4 modules suivants permet d'acquérir des compétences semblables:

Module 1

LSTAT2014 Eléments de probabilités et de statistique mathématique

FR q1 22.5h+22.5h 5 crédits   > English-friendly
Enseignant(s):

> Eugen Pircalabelu

Eugen Pircalabelu

Module 2

LBIR1212 Probabilités et statistiques (I)

FR q1 30h+15h 4 crédits
Enseignant(s):

> Patrick Bogaert

Patrick Bogaert

LBIR1315 Probabilités et statistique II

FR q1 22.5h+22.5h 3 crédits
Enseignant(s):

> Patrick Bogaert

Patrick Bogaert

Module 3

LINGE1113 Analyse de données : Probabilités

FR q2 30h+15h 6 crédits
Enseignant(s):

> Johan Segers

Johan Segers

LINGE1214 Analyse des données : statistiques et économétrie

FR q1 45h+15h 6 crédits

Module 4

LMAT1271 Calcul des probabilités et analyse statistique

FR q2 30h+30h 6 crédits   > English-friendly
Enseignant(s):

> Anna Kiriliouk

Anna Kiriliouk

Autres activités pré-requises
Les UEs ci-dessous peuvent éventuellement être ajoutés au programme de l'étudiant en cas d'admission sur dossier. Le choix de ces cours se fera en concertation avec le conseiller aux études.

LSTAT2011 Éléments de mathématiques pour la statistique

FR q1 15h+15h 3 crédits
Enseignant(s):

> Catherine Legrand

Catherine Legrand

LMAFY1101 Exploration de données et introduction à l'inférence statistique

FR q2 30h+30h 5 crédits
Enseignant(s):

> Anouar El Ghouch

Anouar El Ghouch

LPSP1209 Statistique, inférence sur une ou deux variables

FR q1 22.5h+15h 4 crédits
Enseignant(s):

> Eugen Pircalabelu

Eugen Pircalabelu

LPSP1306 Statistique: Analyse descriptive et modélisation GLM de données multivariées

FR q2 30h+15h 4 crédits
Enseignant(s):

> Olivier Caelen

Olivier Caelen

LANGL1330 Anglais niveau moyen 1ère partie

EN q1 ou q2 20h 3 crédits
Enseignant(s):

> Stéphanie Brabant

> Estelle Dagneaux

> Jean-Luc Delghust

> Aurélie Deneumoustier

> Fanny Desterbecq

> Marie Duelz

> Claudine Grommersch

> Sandrine Mulkers (coord.)

> Marc Piwnik (coord.)

> Françoise Stas

Stéphanie Brabant

, Estelle Dagneaux

, Jean-Luc Delghust

, Aurélie Deneumoustier

, Fanny Desterbecq

, Marie Duelz

, Claudine Grommersch

, Sandrine Mulkers (coord.)

, Marc Piwnik (coord.)

, Françoise Stas

Autres UE à déterminer avec le conseiller aux études
En fonction de son parcours académique antérieur, l'étudiant (en concertation avec le conseiller aux études), pourra ajouter d'autres UE afin d'acquérir les prérequis nécessaires au programme.

Programme détaillé par matière