Cours

MGT-499: Data science & causal inference for sustainability

Résumé

This class explores key climate questions through data. Students will learn to collect, clean, and analyze data, apply causal methods using Python, and communicate insights clearly. With a focus on sustainability, the course builds skills to avoid pitfalls and draw meaningful conclusions.

Séances de cours

Enseignant·e·s (2)

Quentin Gallea

Enseignement et PhD Cours Data Science & Causal Inference for Sustainability MGT-499 Ce cours explore les grands enjeux climatiques à travers les données. Les étudiants apprendront à les traiter, analyser et interpréter avec rigueur, à l'aide de Python, pour tirer des conclusions solides sur la durabilité et éviter les pièges courants. Economics for challenging times MGT-494 Ce cours analyse les grands enjeux socio-économiques -pauvreté, inégalités, changement climatique, mon

Edoardo Chiarotti

Source officielle

https://edu.epfl.ch/coursebook/fr/data-science-causal-inference-for-sustainability-MGT-499

Page Moodle

http://go.epfl.ch/MGT-499

Graph Chat

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

Résumé

Séances de cours

Enseignant·e·s (2)

Quentin Gallea

Edoardo Chiarotti

Source officielle

https://edu.epfl.ch/coursebook/fr/data-science-causal-inference-for-sustainability-MGT-499

Page Moodle

http://go.epfl.ch/MGT-499

Cours associés (30)

CS-433: Machine learning

Machine learning methods are becoming increasingly central in many sciences and applications. In this course, fundamental principles and methods of machine learning will be introduced, analyzed and practically implemented. ...

PHYS-467: Machine learning for physicists

Machine learning and data analysis are becoming increasingly central in sciences including physics. In this course, fundamental principles and methods of machine learning will be introduced and practised. ...

EE-556: Mathematics of data: from theory to computation

This course provides an overview of key advances in continuous optimization and statistical analysis for machine learning. We review recent learning formulations and models as well as their guarantees

CS-401: Applied data analysis

This course teaches the basic techniques, methodologies, and practical skills required to draw meaningful insights from a variety of data, with the help of the most acclaimed software tools in the data science world (pandas, scikit-learn, Spark, etc.) ...

DH-406: Machine learning for DH

This course aims to introduce the basic principles of machine learning in the context of the digital humanities. We will cover both supervised and unsupervised learning techniques, and study and implement methods to analyze diverse data types, such as imag ...

Afficher plus