YoVDO

Chimiometrie chapitre 1/2 : les méthodes non supervisées

Offered By: Agreenium via France Université Numerique

Tags

Chemistry Courses Principal Component Analysis Courses Spectral Decomposition Courses

Course Description

Overview

Description

Peut-on estimer la composition chimique d'un échantillon en quelques secondes et sans le toucher ? Identifier son origine ? Oui ! C'est possible, en réalisant l'acquisition d'un spectre de l'échantillon et son traitement avec des outils de chimiométrie.

Chemoocs est destiné à vous rendre autonome en chimiométrie. Mais le contenu est dense! C'est pourquoi le mooc a été divisé en deux chapitres.

Le présent chapitre porte sur les méthodes non supervisées. Le teaser ci-dessus donne plus de détails sur son contenu.

Le second chapitre, pour lequel il faudra vous re-inscrire sur FUN, porte sur les méthodes supervisées et la validation de méthodes analytiques.

Chemoocs est orienté vers les applications de spectrométrie proche infrarouge, les plus répandues. Toutefois, la chimiométrie est ouverte à d'autres domaines spectraux: moyen infrarouge, ultraviolet, visible, fluorescence ou Raman, ainsi qu'à bien d'autres applications non spectrales. Donc pourquoi pas dans votre domaine ?

Vous appliquerez vos connaissances en réalisant nos exercices d'application grâce au logiciel ChemFlow, gratuit et accessible via un simple navigateur internet depuis un ordinateur ou un smartphone. ChemFlow a été concu pour être aussi convivial et intuitif que possible. Ainsi, il ne nécessite aucune connaissance en programmation.

A la fin de ce mooc, vous aurez acquis le savoir-faire nécessaire pour traiter vos propres données.

Bienvenue dans le monde fascinant de la chimiométrie.


Syllabus

Plan de cours

  • Semaine 0
    • Présentation du mooc
    • Prise en main de la plateforme FUN
    • Découverte du logiciel ChemFlow
    • Introduction à la chimiométrie avec quelques définitions
  • Semaine 1
    • Statistiques simples
    • ACP (1/2)
  • Semaine 2
    • ACP (2/2)
    • Prétraitements (1/2)
  • Semaine 3
    • Classification non supervisée
    • Prétraitements (2/2)
  • Semaine 4
    • Décomposition spectrale (démélange)
    • Analyse en composantes indépendantes
    • Données N-way: méthode PARAFAC
  • Semaine 5
    • Données multiblocs: introduction
    • Méthode multiblocs, méthode ACOM
  • Semaine 6
    • Méthode multiblocs, méthode ACCPS
    • Méthode multiblocs, méthode STATIS

Tags

Related Courses

Переходные процессы в электрических цепях
Moscow Institute of Physics and Technology via Coursera
Matrices
statisticsmatt via YouTube