Ce cours couvre les concepts statistiques essentels pour la science des données. Il débutera par une introducton aux statistiques descriptives (moyenne, médiane, mode, dispersion, asymétrie, quantles, pourcentages, représentatons graphiques), suivie d'une présentaton des principales distributons de probabilité (uniforme, gaussienne, de Poisson, binomiale, etc.). 

Armés de ces bases, les partcipants se plongeront ensuite dans l'inférence statistique, en abordant l'estimation ponctuelle et les intervalles de confiance, ainsi que les tests d'hypothèses. Ces concepts seront expliqués de manière claire et accompagnés d'exemples pratiques. En foncton des attentes et de l'expérience des partcipants, nous approfondirons certains aspects des tests d'hypothèses (ANOVA, tests de conformité, etc.). 

Enfn, si le temps le permet, le cours pourra toucher l'apprentissage statistique avec une discussion sur la régression linéaire et logistique.

• Vue d'ensemble des statistiques descriptives, incluant les mesures de tendance centrale (moyenne, médiane, mode), la dispersion, l'asymétrie, les quantiles, ainsi que l'utilisation des pourcentages et des représentations graphiques pour la visualisaton des données. 
• Introduction aux concepts fondamentaux des probabilités, en mettant l'accent sur les distributions de probabilité clés telles que les distributions uniforme, gaussienne (normale), de Poisson et binomiale. 
• Fournir aux participants les connaissances nécessaires en inférence statistique, en abordant l'estimation ponctuelle, les intervalles de confiance et les tests d'hypothèses. 
• En fonction des intérêts et de l'expérience des participants, approfondir les méthodes avancées de tests d'hypothèses (par exemple, ANOVA, tests de conformité) et introduire les concepts de base de l'apprentissage statistique, tels que la régression linéaire et logistique.

À la fin de ce cours, les apprenants seront capables de : 

• Calculer et interpréter les principales statistiques descriptives, y compris les mesures de tendance centrale (moyenne, médiane, mode), la dispersion (variance, écart-type), l'asymétrie et les quantiles. 
• Comprendre et appliquer les concepts de probabilité et les distributions de probabilité, telles que les distributions uniforme, gaussienne (normale), de Poisson et binomiale. 
• Appliquer des techniques d'inférence statistique, y compris l'estimation ponctuelle et la construction d'intervalles de confiance. 
• Réaliser des tests d'hypothèses, comprendre les p-valeurs et prendre des décisions basées sur les résultats des tests.

Le cours suit un format traditonnel en salle de classe avec des présentatons sur diapositves, favorisant l'engagement interactif et la participaton active.