Idées d’apprentissage actif
Une fois les données structurées, il est nécessaire d'apprendre à les traiter pour en extraire du sens. Ce module se concentre sur les opérations fondamentales : trier, filtrer et croiser des données. Les élèves manipulent des ensembles de données (datasets) réels, souvent issus de l'Open Data, pour répondre à des problématiques concrètes.
Activité 01
Les élèves reçoivent une base de données sur les prénoms en France ou les accidents de la route. Ils doivent produire un graphique et une conclusion en utilisant des filtres et des tris pertinents.
Comment filtrer des informations pertinentes dans une grande base de données ?
Activité 02
Chaque groupe doit expliquer visuellement un algorithme de tri (tri par insertion, tri à bulles) à l'aide de cartes à jouer, puis montrer comment ce tri s'applique à une colonne de données.
Quels algorithmes permettent de trier des données ?
Activité 03
Les élèves réfléchissent à comment relier deux tables différentes (ex: une table 'élèves' et une table 'notes') via une clé commune, avant de tester la fusion de données sur un logiciel.
Comment croiser différentes tables de données ?
Quelques notes pour enseigner cette unité
Attention à ces idées reçues
Trier et filtrer sont la même opération.
Le tri réorganise l'ordre des données, le filtre en masque certaines. Utiliser des exemples physiques (ranger des livres vs ne garder que les romans) aide à clarifier cette distinction.
Les données sont toujours 'propres' et prêtes à l'emploi.
Le nettoyage des données (doublons, erreurs de saisie) prend souvent plus de temps que l'analyse. Confrontés à un dataset réel, les élèves réalisent vite l'importance de la qualité des données.
Méthodes utilisées dans ce dossier
Représentation et formats des données
Introduction aux formats de données structurées tels que CSV et JSON, et compréhension de l'utilité des métadonnées.
8 methodologies
Enjeux sociétaux et environnementaux du Big Data
Réflexion sur l'impact énergétique des centres de données et sur les questions éthiques liées à l'exploitation des données personnelles.
8 methodologies