Skip to main content
catalogue.edulib.org
  • Courses
  • Organizations
  • Series
  • You are here:
  • Home
  • Courses
  • Introduction à la science des données sociales avec R

Introduction à la science des données sociales avec R

Ref. FAS-ISDS
CategoryedXCategorySocial Science & HumanitiesCategoryArtificial and numeric intelligenceCategoryPaid Certificate
  • Duration: 7 weeks
  • Effort: 30 hours
  • Pace: ~4h15/week

Les données sont partout et il faudra rapidement savoir comment les analyser pour en dériver des connaissances sur lesquelles nous pourrons prendre des décisions et des actions plus éclairées.

Share on FacebookShare on TwitterShare on LinkedinShare by Email

FAS-ISDS+2T2025

Enrollment
From May 1, 2025 to April 30, 2026
Course
From May 1, 2025 to April 30, 2026
Languages
French
Enroll now

Description

Bienvenue au MOOC intitulé Introduction à la science des données sociales.

Les données sont partout, et il faudra rapidement savoir comment les analyser pour en dériver des connaissances sur lesquelles nous pourrons prendre des décisions et des actions plus éclairées. Selon la prestigieuse revue Harvard Business Review, le travail du scientifique de données sera l’emploi le plus « sexy » du 21ème siècle et le développement de l’intelligence numérique devient une composante incontournable du développement professionnel. Depuis quelques années, il apparaît de plus en plus évident qu’il y a une rareté, sur le marché de l’emploi, de professionnels formés comme scientifiques des données.

Ce cours introductif à la science des données appliquées pour les sciences sociales, du comportement ou de la santé aborde les concepts et les différents outils permettant de débuter un projet en science des données et de faire les premières analyses descriptives. Cette formation permettra aussi de développer les capacités de créer des visualisations intéressantes des données analysées. Ce cours proposera des exercices pratiques pour découvrir les outils de la science des données et de la recherche « ouverte » inspirés des travaux de l’Open Science Framework. Ce cours propose d’utiliser le langage R, mais aussi des outils provenant de l’environnement Python, dont Google Colaboratory (Colab) et Jupyter Notebooks. R est un langage de programmation, en statistique et apprentissage automatique, dont la popularité est grandissante en sciences sociales et de la santé. 

Ce cours gratuit et en ligne et asynchrone a été élaboré par Éric Lacourse (directeur scientifique) grâce au soutien de Praxis (Centre de formation professionnelle de la Faculté des Arts et Sciences), du Centre de pédagogie universitaire (CPU) et des Bibliothèques de l’Université de Montréal.

Le cours se subdivise en 7 modules, pour un total de 20 heures de formation continue (8 heures de capsules vidéos ; 12 heures de travail pratique et de quiz).

Module 1 - La science des données et les statistiques sociales

Module 2 - La science ouverte

Module 3 - Introduction pratique au langage R et à l’environnement Colab

Module 4 - Les techniques d’exploration des données

Module 5 - La régression linéaire et logistique, l’outil de base de la modélisation en science des données

Module 6 - Mise en pratique des notions théoriques

Module 7 - Réflexion sur la place des données en sciences

Déroulement du cours

Ce MOOC est gratuit et accessible tout au long de l’année. Son format asynchrone vous permet de le suivre à votre propre rythme. Plusieurs modalités pédagogiques sont utilisées pour faciliter vos apprentissages :

  • Des capsules pédagogiques présentant les notions théoriques et des exemples concrets
  • Des capsules vidéo présentant le point de vue d’intervenants dans le domaine
  • De courts quiz permettant de valider votre compréhension des concepts présentés
  • Des quiz sommatifs à la fin de chaque module pour valider votre compréhension et obtenir votre attestation
  • Des lectures pour consolider et approfondir vos apprentissages
  • Divers exercices pratiques vous permettant de mettre en application les notions apprises, en utilisant des données fournies ou vos propres données de recherche

Public cible

Ce cours en ligne s’adresse à toute personne voulant se familiariser et développer ses compétences dans les outils de base pour débuter un projet en science des données. Comme la science des données touche presque tous les aspects de l’écologie humaine, le cours peut convenir à une vaste clientèle, par exemple des professionnels des sciences sociales, du comportement ou de la santé, les étudiants-chercheurs, les professionnelles de recherches et spécialistes en analyse d’affaires ainsi que les décideurs et les gestionnaires en service social et en santé. Bien que le cours porte plutôt sur la science des données sociales, il est également pertinent pour d’autres domaines.

Attestation

Ce MOOC sur l’introduction à la science des données sociales représente environ 20 heures de contenu accessible gratuitement. Si vous souhaitez recevoir une attestation de participation, il faut avoir répondu à tous les quiz sommatifs à la fin de chaque module et obtenir une note de passage de 60 %. L’attestation de participation est offerte moyennant des frais. L’accès au contenu reste disponible sans frais.

Autres formations professionnelles associées à ce MOOC

Formations chez Praxis, Centre de développement professionnel, Faculté des arts et des sciences, Université de Montréal

Module 1 : L’analyse prédictive et l’inférence causale : les modèles de régression (formateur : Éric Lacourse)

Module 2 : Analyse longitudinale de trajectoires : introduction aux modèles multiniveaux paramétriques et non paramétriques (formateur : Éric Lacourse)

Other course runs

Archived

  • UMontreal_ISDS1, enrollment from Dec. 11, 2020 to Dec. 8, 2022
  • H2023, enrollment from Jan. 23, 2023 to Dec. 22, 2023
  • FAS-ISDS+2T2024, enrollment from April 8, 2024 to April 30, 2025

Course team

Lacourse, Éric

Categories

Professeur titulaire, Faculté des arts et des sciences - Département de sociologie

Université de Montréal

Courdi, Clémentine

Categories

Formatrice

Étudiante en maîtrise et auxiliaire de recherche et d’enseignement

Faculté des arts et des sciences - Département de sociologie Université de Montréal

Guay, Samuel

Categories

Formateur

Étudiant au doctorat, Université de Montréal
Faculté des arts et des sciences - Département de psychologie
Université de Montréal

Patenaude, Caroline

Categories

Formatrice

Bibliothécaire 
Bibliothèque des lettres et sciences humaines
Université de Montréal

Coordination de projet

Robert GÉRIN-LAJOIE

Conseiller aux projets spéciaux,

Centre de Pédagogie Universitaire,

Université de Montréal

Amel CHAMAKH

Coordinatrice du Centre de développement professionnel Praxis

Faculté des arts et des sciences, Université de Montréal

Accompagnement pédagogique

Dominique d’ANJOU

Conseiller technopédagogique, Centre de Pédagogie Universitaire,

Université de Montréal

Média

Philippe LÉONARD

Concepteur en médiatisation

Centre de Pédagogie Universitaire, Université de Montréal

Assurance qualité

Vincent LABERGE

Conseiller technopédagogique, Centre de Pédagogie Universitaire

Université de Montréal

Organizations

Université de Montréal

catalogue.edulib.org
FacebookTwitter pageLinkedin page

Learn more

  • About
  • Sitemap
  • Contact

2025 © EDUlib All Rights Reserved.

Powered by Richie & open edX