202 lines
4.7 KiB
Markdown
202 lines
4.7 KiB
Markdown
# Méthodes numériques
|
|
|
|
-
|
|
|
|
### Diego Antolinos Basso
|
|
diego.antolinos@unine.ch
|
|
|
|
-
|
|
|
|
- Research software engineer à l'AJM
|
|
- Formation de linguiste-informaticien
|
|
- Je code pour des chercheurs en sciences sociales
|
|
- [let-me-google-myself-for-you](https://www.google.com/search?q=diego+antolinos+basso)
|
|
|
|
-
|
|
|
|
### Cours IA et outils numériques
|
|
_Merci à Nicolas Becquet et Antonin Descampe_
|
|
- Excel et les données tabulaires
|
|
- Flourish, Datawrapper et la visualisation
|
|
- Google Colab et les Jupyter notebooks en Python
|
|
- Exercice : analyser -> visualiser -> mettre en récit
|
|
|
|
-
|
|
|
|
### Objectifs
|
|
- Explorer d'autres méthodes numériques
|
|
- Préciser les étapes d'un travail sur des données
|
|
- Démystifier et pointer les pièges à éviter
|
|
|
|
-
|
|
|
|
### Disclaimer
|
|
- Premier cours à l'AJM
|
|
- Premier cours en Suisse
|
|
- Pas mon premier cours pour autant
|
|
|
|
------
|
|
|
|
## Définitions
|
|
|
|
-
|
|
|
|
### Méthodes wat ?!
|
|
"Méthode" comme dans méthode scientifique
|
|
|
|
Un procédé d'investigation qui recquiert l'observation, la classification, l'hypothèse et la vérification, et qui permet de chercher la vérité
|
|
|
|
-
|
|
|
|
### Numériquoi ?!
|
|
"Numérique" en français, "digital" en anglais
|
|
|
|
Intimement lié à la définition des humanités numériques. Généralement entendu comme "qui utilise un ordi", les "digits" étant les 0/1 du code informatique.
|
|
|
|
-
|
|
|
|
### Méthodes numériques
|
|
Mot-valise qui recouvre de nombreuses techniques et outils d'analyse de données de tous types (quantitatives ou qualitatives)
|
|
|
|
Du simple tableau Excel au "pipeline" complexe d'analyses utilisant du code informatique
|
|
|
|
------
|
|
|
|
### Les données
|
|
Différents types de données impliquent différents types d'hypothèses, de traitements, de résultats
|
|
|
|
-
|
|
|
|
|
|
|
|
-
|
|
|
|
\- Locuteur A : Alors moi, perso, quand je travaillais à \<Entreprise 1\> j'ai eu à gérer plusieurs cas assez bordeline \<inaudible\> ça impliquait toujours la même personne
|
|
|
|
\- Locuteur B : \<rires\> Je serais intéressé par connaître le profil de la personne !
|
|
|
|
\- \<Question de relance B.4\>...
|
|
|
|
-
|
|
|
|
|
|
|
|
-
|
|
|
|
|
|
|
|
-
|
|
|
|
|
|
|
|
-
|
|
|
|
|
|
|
|
-
|
|
|
|
|
|
|
|
-
|
|
|
|
N'importe quoi est une donnée, si ça rentre dans un algorithme et que ça donne un résultat ?
|
|
|
|
------
|
|
|
|
### Étapes
|
|
- Formulation d'hypothèses
|
|
- Identification des sources
|
|
- Collecte des données
|
|
- Exploration et contrôle
|
|
- Choix des outils adaptés
|
|
- Filtrage et enrichissement
|
|
- Analyse et visualisation
|
|
- Restitution et mise à disposition
|
|
|
|
-
|
|
|
|
### Formulation d'hypothèses
|
|
Les questions doivent, autant que possible, précéder l'exploration et l'analyse
|
|
|
|
__Les méthodes numériques =/= magie__
|
|
|
|
_Conseil : noter/(re)formuler vos pistes et intuitions_
|
|
|
|
-
|
|
|
|
### Sources
|
|
- Sources officielles
|
|
- Sites web
|
|
- Entrepôt de données
|
|
- Constitution manuelle d'un jeu de données
|
|
- Capteurs
|
|
...
|
|
|
|
-
|
|
|
|
### Collecte
|
|
- Parfois simple : télécharger un jeu de données, demander gentiment à un partenaire, ...
|
|
- Parfois complexe : faire du scraping sur un site, constituer son jeu de données à la main, ...
|
|
- Parfois impossible : certaines données sont inexistantes, trop couteuses, interdites, ...
|
|
|
|
-
|
|
|
|
### Exploration & contrôle
|
|
- Regarder ses données, les lire, s'en "imprégner"
|
|
- Ajuster ses hypothèses, re-re-formuler ses questions
|
|
- Contrôler la qualité de ses données, l'adaptation à la tâche
|
|
|
|
-
|
|
|
|
### Choix des outils
|
|
- Des outils libres, open source, gratuit
|
|
- Des formats simples et ouverts : csv, json, txt
|
|
- Des outils modulaires dont on comprend les entrées/sorties
|
|
- Un "pipeline" dimensionné correctement
|
|
|
|
-
|
|
|
|
### Filtrage & enrichissement
|
|
- Inutile de garder des données énormes si ça n'est pas nécessaire : difficile à manipuler, ajoute des possibilités d'erreur
|
|
- Possibilité de documenter, d'annoter, ou de joindre des données : manuellement ou à l'aide d'outils adaptés
|
|
|
|
-
|
|
|
|
### Analyse & visualisation
|
|
- Analyse guidée par les hypothèses : pour répondre à une question précise, outillée correctement
|
|
- Visualisation exploratoire, analytique ou de restitution ?
|
|
|
|
-
|
|
|
|
### Restitution et mise à disposition
|
|
- Raconter une histoire avec des données
|
|
- Mettre autant que possible à disposition ses sources de données et sa méthodes / outils / code
|
|
|
|
------
|
|
|
|
### Un exemple concret
|
|
Le projet [Panda](https://www.unine.ch/ajm/panda/)
|
|
|
|
_Pandemic Data : Production, diffusion et compréhension des données en temps de pandémie_
|
|
|
|
-
|
|
|
|
### Données
|
|
- __~180k articles - 5 partenaires médias - 3 ans__
|
|
- ~40 entretiens qualitatifs
|
|
- 3 expériences contrôlées sur la perception des données (N=600)
|
|
|
|
-
|
|
|
|
### Méthodes numériques
|
|
- Analyse du contenu des articles "Covid-19"
|
|
- Analyse des représentations de données / dataviz
|
|
|
|
|
|
------
|
|
|
|
###
|
|
|
|
------
|
|
|
|
[Bibliographie](bibliographie.md)
|