Glossaire
Jeu de données : la matière première d'un modèle
Un jeu de données réunit les observations sur lesquelles une analyse ou un modèle s'appuie. Sa préparation décide de la fiabilité du résultat bien avant le choix de l'algorithme. Réunir, harmoniser, vérifier la représentativité : l'essentiel du travail se joue là.
Ce qu'un jeu de données doit porter
Un jeu de données rassemble des observations décrites par des variables. Sa préparation occupe l'essentiel du travail : réunir les sources, harmoniser les formats, traiter les valeurs absentes, vérifier que l'échantillon représente bien la population visée, puis séparer une part réservée à l'évaluation. Le domaine des données et de l'intelligence artificielle compte 67 modules au catalogue.
- Des observations, des variables, une population visée clairement énoncée
- La part réservée à l'évaluation se met de côté avant tout apprentissage
- 67 modules au domaine données et intelligence artificielle
Le chemin de la donnée brute au jeu prêt
Le cursus Data Science fait constituer un jeu complet à partir de sources hétérogènes, jusqu'au découpage entre apprentissage et évaluation. Le cursus Intelligence artificielle travaille la représentativité : ce que le jeu contient détermine ce que le modèle saura traiter une fois en service.
- 01
1 — Réunir les sources
Bases internes, fichiers d'exploitation, relevés terrain : chaque source arrive avec son format propre.
- 02
2 — Harmoniser
Unités, dates, identifiants et libellés sont ramenés à une écriture unique, documentée.
- 03
3 — Vérifier la représentativité
L'échantillon est comparé à la population visée : c'est ce contrôle qui rend le résultat transposable.
- 04
4 — Réserver l'évaluation
Une part est mise de côté avant tout apprentissage, et sert uniquement à mesurer le modèle final.
Les cursus qui en font préparer
2 cursus du catalogue mettent « Jeu de données » en pratique : 240 crédits cumulés et 2400 heures encadrées. La règle officielle vaut partout — un crédit représente 25 heures de travail, dont 10 encadrées. Chaque ligne ci-dessous se recalcule depuis la fiche du programme : le niveau, la durée, les crédits, le volume encadré et les frais en francs guinéens y figurent tels qu'ils sont déposés au catalogue officiel.
| Cursus | Niveau | Durée | Volume | Frais |
|---|---|---|---|---|
| Cursus Data Science — Bac+5 | Master | 2 ans | 120 crédits · 1200 h encadrées | 7 200 000 GNF par an |
| Cursus Intelligence Artificielle — Bac+5 | Master | 2 ans | 120 crédits · 1200 h encadrées | 7 800 000 GNF par an |
À explorer ensuite
- Annotation de donnéesAnnotation de données : guide d'annotation, accord entre annotateurs, contrôle qualité et métier associé, dans les cursus IHETC d'intelligence artificielle.
- Apprentissage automatiqueApprentissage automatique : principe, apprentissage supervisé, évaluation sur données réservées et mise en service, dans les cursus IHETC.
- ChiffrementChiffrement : symétrique et asymétrique, données en transit et au repos, gestion des clés, dans les cursus IHETC de cybersécurité et de réseaux.
- Pare-feuPare-feu : politique de filtrage, segmentation, journalisation et revue périodique des règles, dans les cursus IHETC de sécurité et de réseaux.
- Donnée personnelleDonnée personnelle : définition, finalité, minimisation, durée de conservation et droits de la personne, dans les cursus IHETC juridiques et de sécurité.
- Expérience utilisateurExpérience utilisateur : recherche terrain, parcours, tests d'usage et itérations, dans le cursus Design et expérience utilisateur IHETC.