EN | FR
>

Projets en science des données

Explorez comment les données peuvent être collectées, analysées et visualisées pour révéler des tendances et soutenir la prise de décision. Ces projets permettent aux élèves d’étudier des ensembles de données réels, de créer des graphiques et des modèles, et de comprendre comment la science des données alimente la technologie moderne.

Collecte de données

  • Recueillir des données sur les habitudes scolaires (sommeil, temps d’étude, temps d’écran)
  • Suivre les conditions météorologiques pendant plusieurs semaines
  • Enregistrer des données environnementales comme la température ou la qualité de l’air

Nettoyage et préparation des données

  • Comparer les résultats obtenus avec des données brutes vs nettoyées
  • Étudier comment les données manquantes influencent les conclusions
  • Tester différentes méthodes pour éliminer les valeurs aberrantes

Visualisation et graphiques

  • Créer des graphiques pour montrer des tendances dans les données recueillies
  • Comparer les diagrammes à barres, les graphiques linéaires et les nuages de points
  • Tester comment les choix de visualisation influencent l’interprétation

Analyse statistique

  • Calculer la moyenne, la médiane et l’étendue d’un ensemble de données
  • Étudier les corrélations entre différentes variables
  • Tester des hypothèses à l’aide de méthodes statistiques simples

Modélisation prédictive

  • Construire un modèle qui prédit des valeurs futures (météo, scores)
  • Comparer différents algorithmes de prédiction
  • Tester comment la taille du jeu de données influence la précision

Ensembles de données réels

  • Analyser des ensembles de données publics (trafic, environnement, sports)
  • Étudier les tendances de la température ou de la pollution mondiale
  • Examiner des motifs dans des données de santé publique ou démographiques

Utilisation éthique des données

  • Explorer comment des données biaisées influencent les conclusions
  • Étudier les enjeux de confidentialité dans la collecte de données
  • Concevoir des lignes directrices pour une utilisation responsable des données

Automatisation et outils

  • Écrire un script qui organise ou filtre automatiquement des données
  • Comparer les outils de tableur vs les outils de programmation pour l’analyse
  • Construire un tableau de bord qui se met à jour avec de nouvelles données