UE956 - IA & SHS : « Data challenge » en sciences sociales

Type d'UE
Méthodologie
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
-

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.

  • Institutions, organisations, économie et société – M2/S4
    Suivi et validation – semestriel hebdomadaire = 3 ECTS
    MCC – autre (travail personnel d'analyse de données)
  • Jean-Pierre Nadal [référent·e]   directeur d'études, EHESS - directeur de recherche, CNRS / Centre d'analyse et de mathématique sociales (CAMS)
  • Annick Vignes   professeure, École des Ponts ParisTech / Centre d'analyse et de mathématique sociales (CAMS)
  • Julie Josse   professeure, École polytechnique /
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
    Salle 3.08
    Centre de colloques, Cours des humanités 93300 Aubervilliers
    2nd semestre / hebdomadaire, lundi 10:00-13:00
    du 8 février 2021 au 29 mars 2021


Intervenant·e·s


  • Jean-Pierre Nadal [référent·e]   directeur d'études, EHESS - directeur de recherche, CNRS / Centre d'analyse et de mathématique sociales (CAMS)
  • Annick Vignes   professeure, École des Ponts ParisTech / Centre d'analyse et de mathématique sociales (CAMS)
  • Julie Josse   professeure, École polytechnique /

Planning


  • Campus Condorcet
    Salle 3.08
    Centre de colloques, Cours des humanités 93300 Aubervilliers
    2nd semestre / hebdomadaire, lundi 10:00-13:00
    du 8 février 2021 au 29 mars 2021


Description


Type d'UE
Méthodologie
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
-

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


  • Institutions, organisations, économie et société – M2/S4
    Suivi et validation – semestriel hebdomadaire = 3 ECTS
    MCC – autre (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.