Data Science

Crédits : 3 ECTS

Responsable : Frédéric CHAMBAT

Toute série de données constitue un signal. En sciences de l’univers, les données sont fournies parfois en grand nombre et leur traitement constitue un challenge en soi. Mais même dans les cas simples, il est utile de connaître les fondamentaux : la notion de fréquence, de décomposition sur une base de sinusoïdes, un spectre de Fourier etc.

Température en fonction du temps (actuel = 0) enregistré dans la carotte du Dome C. Le traitement du signal permet, entre autres, de repérer les périodicités dans ce type de courbe.

Contenu :

  • Fourier II (8h)
      • Distribution de Dirac (1h)
      • Transformée de Fourier, convolution, TF de fonctions usuelles, eq. diff. (5h)
  • Traitement du signal (10h)
      • La convolution et la physique linéaire
      • Fonctions de Green
      • Troncature
      • Discrétisation
      • TFD et FFT
      • Apodisation, tendance
      • Programmation de ces concepts
  • IA/Data science (6h)
      • Format de données / Data Management Plans ?
      • Introduction a la classification (méthode des k-means) (2h)
      • Introduction aux réseaux de neurones (2h) 

 

fr_FRFrench