FICHE DESCRIPTIVE DU COURS · IT 513

Programmation Python

Électif · Anglais
ECTS
8
Crédit local
3
Cours Théoriques + Travaux Dirigés (TD) + Travaux Pratiques (TP)
4 + 0 + 0
Niveau du Cours
Master
Cours Pré-Requis
-
Semestre du Cours
1

Contenus

Objectif du Cours

Dans ce cours, les étudiants sont initiés aux fondements de la pensée algorithmique ainsi qu’aux concepts essentiels de la programmation, à travers des applications pratiques en langage Python. Le cours vise à leur permettre d’acquérir les connaissances et les compétences nécessaires pour formuler des problèmes fondés sur les données, concevoir et proposer des stratégies de résolution, implémenter ces solutions en Python et en évaluer la performance selon divers critères.

Contenu du Cours

Ce cours vise à doter les étudiants de compétences générales en programmation et en pensée algorithmique à travers les concepts fondamentaux du langage Python. Dans ce cadre, le cours débute par les structures de données de base et les mécanismes de contrôle en Python, puis aborde des outils couramment utilisés en analyse de données, tels que les bibliothèques numpy et pandas, ainsi que des bibliothèques de visualisation de données comme matplotlib et seaborn. Il couvre également des notions d’analyse statistique des données, de prétraitement des données, ainsi que des exemples introductifs de méthodes d’apprentissage automatique. À travers des applications pratiques réalisées tout au long du cours, les étudiants acquièrent une expérience concrète dans l’analyse et le traitement de données réelles, ainsi que dans la construction de modèles permettant d’en extraire des informations pertinentes. Ils développent en outre leur capacité à écrire un code Python structuré et modulaire.

Acquis d'Apprentissage du Cours

À l’issue de ce cours, les étudiants seront capables de :
1. Appliquer les concepts fondamentaux des algorithmes et de la programmation à l’aide du langage Python.
2. Réaliser des tâches d’analyse et de prétraitement des données en utilisant Python.
3. Analyser un problème donné, développer un modèle approprié et l’implémenter en Python.
4. Évaluer et interpréter les performances du modèle développé à l’aide de différents mesures de performance.

Méthodes d'Enseignement

Théorie et pratique, présentation, discussion, questions-réponses

Ressources

Learning Python, 6th Edition by Mark Lutz, February 2025, O'Reilly Media, Inc. ISBN: 9781098171308
Python Data Science Handbook, 2nd Edition by Jake VanderPlas, December 2022, O'Reilly Media, Inc. ISBN: 9781098121228

Intitulés des Sujets

Intitulés des Sujets Théoriques
Semaine Intitulés des Sujets
1 Introduction aux Algorithmes et aux Langages de Programmation
2 Introduction à la Programmation en Python
3 Python - Bibliothèques I: Numpy et Pandas
4 Statistiques Descriptives et Prétraitement avec Pandas
5 Python - Bibliothèques II: Matplotlib et Seaborn
6 Visualisation des Données
7 Python - Bibliothèques III: Scikit-learn
8 Algorithmes d’Apprentissage Automatique
9 Travail Pratique I: Définition du Problème et Prétraitement des Données
10 Travail Pratique II: Modélisation et Evaluation des Performances
11 Présentations des Etudiants

Système d'évalution

Contribution à la Note Finale
Activités Numéro Contribution
Contribution du contrôle continu à la note finale 1 40
Contribution de l'examen final à la note finale 1 60
Total 2 100
Contrôle Continu
Activités Numéro Contribution
Devoir 0 0
Présentation 0 0
Examen partiel (temps de préparation inclu) 1 40
Projet 0 0
Travail de laboratoire 0 0
Autres travaux pratiques 0 0
Quiz 0 0
Devoir/projet de session 0 0
Portefeuille 0 0
Rapport 0 0
Journal d'apprentissage 0 0
Mémoire/projet de fin d'études 0 0
Séminaire 0 0
Autre 0 0
Make-up 0 0
Total 1 40

Evalution de la Compétence

No Objectifs Pédagogiques du Programme Contribiton
1 2 3 4 5
1 X
2 X
3 X
4 X
5 X
6 X
7 X
8 X
9 X
10 X
11 X

Tableau de la Charge de Travail

Activités Nombre Durée Charge totale de Travail
Durée du cours 10 4 40
Préparation pour le cours 10 4 40
Devoir 0 0 0
Présentation 0 0 0
Examen partiel (temps de préparation inclu) 1 55 55
Projet 0 0 0
Laboratoire 0 0 0
Autres travaux pratiques 0 0 0
Examen final (temps de préparation inclu) 1 55 55
Quiz 0 0 0
Devoir/projet de session 0 0 0
Portefeuille 0 0 0
Rapport 0 0 0
Journal d'apprentissage 0 0 0
Mémoire/projet de fin d'études 0 0 0
Séminaire 0 0 0
Autre 0 0 0
baclé 0 0 0
Yil 0 0 0
Yil 0 0 0
Yil 0 0 0
Charge totale de Travail 190
Charge totale de Travail / 25 7.60
Crédits ECTS 8