Attention, les informations que vous consultez actuellement ne sont pas celles de l'année universitaire en cours. Consulter l'année universitaire 2024-2025.
UE956 - IA & SHS : « Data challenge » en sciences sociales
Lieu et planning
-
Campus Condorcet-Centre de colloques
Centre de colloques, Cours des humanités 93300 Aubervilliers
Salle 3.08
2nd semestre / hebdomadaire, lundi 10:00-13:00
du 18 janvier 2021 au 29 mars 2021
Description
Dernière modification : 4 février 2021 17:50
- Type d'UE
- Enseignements fondamentaux de master
- Disciplines
- Méthodes et techniques des sciences sociales
- Page web
- -
- Langues
- anglais français
- Mots-clés
- Humanités numériques Informatique et sciences sociales Intelligence artificielle Méthodes et techniques des sciences sociales Socio-économie
- Aires culturelles
- -
Intervenant·e·s
- Jean-Pierre Nadal [référent·e] directeur d'études, EHESS - directeur de recherche, CNRS / Centre d'analyse et de mathématique sociales (CAMS)
- Julie Josse professeure, École polytechnique
- Bénédicte Colnet doctorante, Université Paris-Saclay
L’objectif du cours est de sensibiliser les étudiants à la science des données au sens large, avec une démarche assez classique où on part d’une problématique associée à un jeu de données et on réalise les différentes étapes d’une analyse en apprenant les méthodes, logiciels associés. On commencera donc par des étapes d’exploration, visualisation des données, puis des modélisations en utilisant les méthodes/algorithmes nécessaires pour répondre à la question (en insistant sur les compromis pouvoir prédictif/interprétabilité, la nécessité de toujours se comparer à des méthodes simples, etc). Enfin les étudiants communiqueront les résultats par exemple en réalisant des interfaces interactives.
Les étudiants étroitement encadrés travailleront de manière différenciée selon leurs compétences initiales. L'objectif final est d'arriver à se confronter à un « Data Challenge », une compétition devenue une norme en informatique, notamment dans le domaine de l'intelligence artificielle, à la fois pour la formation des étudiants et pour permettre des avancées algorithmiques par une démarche combinant compétition et collaboration.
Des jeux de données d’intérêt pour les SHS seront proposés aux étudiants.
Ce cours est conjoint au master Mention sciences économiques et sociales, Parcours Institutions, organisations, économie, société de l'EHESS, et au master Humanités numériques de PSL.
Le programme détaillé n'est pas disponible.
Master
-
Méthodologie
– Institutions, organisations, économie et société
– M2/S4
Suivi et validation – semestriel hebdomadaire = 3 ECTS
MCC – travail personnel d'analyse de données
Renseignements
- Contacts additionnels
- -
- Informations pratiques
Cours sous forme d'atelier, avec parties de cours proprement dit, travail à partir de MOOCS, travail personnel encadré.
- Direction de travaux des étudiants
La validation sur travail personnel effectué en partie durant les séances.
- Réception des candidats
Sur rendez-vous uniquement
- Pré-requis
Une pratique de la programmation en R et/ou python. Avoir eu une initiation à l'analyse de données, à l'apprentissage machine, est hautement préférable.
Ce cours est inauguré, et donc expérimenté pour la première fois, cette année 2020-21. Son déroulement s'adaptera aux étudiants.
Compte rendu
L’objectif du cours est de sensibiliser les étudiants en sciences sociales à la science des données au sens large, avec une démarche où on part d’une problématique associée à un jeu de données et on réalise les différentes étapes d’une analyse en apprenant les méthodes, logiciels associés, et en générant soi-même les parties de codes nécessaire à une application précise. On commence donc par des étapes d’exploration, visualisation des données, puis des modélisations en utilisant les méthodes/algorithmes nécessaires pour répondre à la question (en insistant sur les compromis pouvoir prédictif/interprétabilité, la nécessité de toujours se comparer à des méthodes simples, etc). Enfin les étudiants communiquent les résultats, par exemple en réalisant des interfaces interactives.
Les étudiants étroitement encadrés travaillent de manière différenciée selon leurs compétences initiales. L'objectif final est d'arriver à se confronter à un « Data Challenge », une compétition devenue une norme en informatique, notamment dans le domaine de l'intelligence artificielle, à la fois pour la formation des étudiants et pour permettre des avancées algorithmiques par une démarche combinant compétition et collaboration. Pour la validation, chaque étudiant présente un travail personnel exploitant au mieux les compétences acquises.
Des jeux de données d’intérêt pour les SHS sont proposés aux étudiants. La programmation utilise soit R soit Python. Les codes utilisés durant le cours ou produits pour le cours sont rendus disponibles aux étudiants sur un site gihub.
Le cours est organisé par Julie Josse (Ecole Polytechnique et INRIA) et Jean-Pierre Nadal (EHESS & CNRS). Les séances ont été données par Julie Josse, Gaël Varoquaux (INRIA), et Bénédicte Colnet, doctorante en IA, laquelle était en charge de l’encadrement des étudiants.
Ce cours est conjoint au master Mention sciences économiques et sociales, Parcours "Institutions, organisations, économie, société" (IOES) de l'EHESS, et au master Humanités numériques et computationnelles de PSL.
Publications
-
Dernière modification : 4 février 2021 17:50
- Type d'UE
- Enseignements fondamentaux de master
- Disciplines
- Méthodes et techniques des sciences sociales
- Page web
- -
- Langues
- anglais français
- Mots-clés
- Humanités numériques Informatique et sciences sociales Intelligence artificielle Méthodes et techniques des sciences sociales Socio-économie
- Aires culturelles
- -
Intervenant·e·s
- Jean-Pierre Nadal [référent·e] directeur d'études, EHESS - directeur de recherche, CNRS / Centre d'analyse et de mathématique sociales (CAMS)
- Julie Josse professeure, École polytechnique
- Bénédicte Colnet doctorante, Université Paris-Saclay
L’objectif du cours est de sensibiliser les étudiants à la science des données au sens large, avec une démarche assez classique où on part d’une problématique associée à un jeu de données et on réalise les différentes étapes d’une analyse en apprenant les méthodes, logiciels associés. On commencera donc par des étapes d’exploration, visualisation des données, puis des modélisations en utilisant les méthodes/algorithmes nécessaires pour répondre à la question (en insistant sur les compromis pouvoir prédictif/interprétabilité, la nécessité de toujours se comparer à des méthodes simples, etc). Enfin les étudiants communiqueront les résultats par exemple en réalisant des interfaces interactives.
Les étudiants étroitement encadrés travailleront de manière différenciée selon leurs compétences initiales. L'objectif final est d'arriver à se confronter à un « Data Challenge », une compétition devenue une norme en informatique, notamment dans le domaine de l'intelligence artificielle, à la fois pour la formation des étudiants et pour permettre des avancées algorithmiques par une démarche combinant compétition et collaboration.
Des jeux de données d’intérêt pour les SHS seront proposés aux étudiants.
Ce cours est conjoint au master Mention sciences économiques et sociales, Parcours Institutions, organisations, économie, société de l'EHESS, et au master Humanités numériques de PSL.
Le programme détaillé n'est pas disponible.
-
Méthodologie
– Institutions, organisations, économie et société
– M2/S4
Suivi et validation – semestriel hebdomadaire = 3 ECTS
MCC – travail personnel d'analyse de données
- Contacts additionnels
- -
- Informations pratiques
Cours sous forme d'atelier, avec parties de cours proprement dit, travail à partir de MOOCS, travail personnel encadré.
- Direction de travaux des étudiants
La validation sur travail personnel effectué en partie durant les séances.
- Réception des candidats
Sur rendez-vous uniquement
- Pré-requis
Une pratique de la programmation en R et/ou python. Avoir eu une initiation à l'analyse de données, à l'apprentissage machine, est hautement préférable.
Ce cours est inauguré, et donc expérimenté pour la première fois, cette année 2020-21. Son déroulement s'adaptera aux étudiants.
-
Campus Condorcet-Centre de colloques
Centre de colloques, Cours des humanités 93300 Aubervilliers
Salle 3.08
2nd semestre / hebdomadaire, lundi 10:00-13:00
du 18 janvier 2021 au 29 mars 2021
L’objectif du cours est de sensibiliser les étudiants en sciences sociales à la science des données au sens large, avec une démarche où on part d’une problématique associée à un jeu de données et on réalise les différentes étapes d’une analyse en apprenant les méthodes, logiciels associés, et en générant soi-même les parties de codes nécessaire à une application précise. On commence donc par des étapes d’exploration, visualisation des données, puis des modélisations en utilisant les méthodes/algorithmes nécessaires pour répondre à la question (en insistant sur les compromis pouvoir prédictif/interprétabilité, la nécessité de toujours se comparer à des méthodes simples, etc). Enfin les étudiants communiquent les résultats, par exemple en réalisant des interfaces interactives.
Les étudiants étroitement encadrés travaillent de manière différenciée selon leurs compétences initiales. L'objectif final est d'arriver à se confronter à un « Data Challenge », une compétition devenue une norme en informatique, notamment dans le domaine de l'intelligence artificielle, à la fois pour la formation des étudiants et pour permettre des avancées algorithmiques par une démarche combinant compétition et collaboration. Pour la validation, chaque étudiant présente un travail personnel exploitant au mieux les compétences acquises.
Des jeux de données d’intérêt pour les SHS sont proposés aux étudiants. La programmation utilise soit R soit Python. Les codes utilisés durant le cours ou produits pour le cours sont rendus disponibles aux étudiants sur un site gihub.
Le cours est organisé par Julie Josse (Ecole Polytechnique et INRIA) et Jean-Pierre Nadal (EHESS & CNRS). Les séances ont été données par Julie Josse, Gaël Varoquaux (INRIA), et Bénédicte Colnet, doctorante en IA, laquelle était en charge de l’encadrement des étudiants.
Ce cours est conjoint au master Mention sciences économiques et sociales, Parcours "Institutions, organisations, économie, société" (IOES) de l'EHESS, et au master Humanités numériques et computationnelles de PSL.
Publications
-