Chimiometrie, chapitre 1/2: les méthodes non supervisées
Offered By: Agreenium via France Université Numerique
Course Description
Overview
À propos du cours
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 est le deuxième. Il porte sur les méthodes supervisées et la validation de méthodes analytiques. Le teaser ci-dessus donne plus de détails sur le contenu. Attention, les dates du teaser ne sont pas à jour! Si vous êtes débutant, nous vous conseillons de commencer par le chapitre 1. Ainsi, vous suivrez plus facilement ce chapitre 2.
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.
Public
Ce mooc s'adresse aux personnes pour lesquelles les mots « spectroscopie », « chimiométrie » ou « analyse de données multivariées » sont déjà connus et suscitent un intérêt; qu'elles soient :
- étudiants, pour une remise à niveau avant leur entrée en master ou en thèse impliquant la chimiométrie;
- étudiants en mathématiques intéressés par des applications pratiques à l'algèbre matricielle;
- stagiaires, niveau master/ingénieur, ou étudiants en thèse, ayant besoin d'utiliser ponctuellement des outils de chimiométrie;
- techniciens utilisateurs de spectromètres, souhaitant mieux comprendre les traitements de leurs données;
- ingénieurs ou chercheurs développant des méthodes rapides d'analyse, au laboratoire comme sur le terrain.
Format
La durée totale de ce chapitre est de 8 semaines: une semaine d'introduction suivie de 7 semaines de cours. Contrairement aux saisons 1 à 4, toutes les semaines de cours sont ouvertes simultanément. Vous pouvez donc avancer à votre vitesse.
Vous découvrirez deux méthodes de chimiométrie par semaine.
Le cours est proposé sous la forme de vidéos dont le contenu est repris dans un fichier pdf détaillé.
Pour chacune des méthodes présentées vous pourrez :
- tester vos connaissances avec un quiz ;
- les mettre en application avec un exercice en utilisant Chemflow ou votre propre outil de chimiométrie .
Syllabus
Plan du cours
- Semaine 0 : - Présentation du mooc
- Semaine 1 : - Prétraitements (1/2) - Régression linéaire
- Semaine 2 : - PLSR-Régression aux moindres carrés partiels (1/2)
- Semaine 3 : - Prétraitements (2/2)
- Semaine 4 : - Discrimination (1/2)
- Semaine 5 : - Sélection de variables (1/2)
- Semaine 5 : - Robustesse des modèles
- Semaine 6 : - Robustesse des modèles
- Prise en main de la plateforme FUN
- Découverte du logiciel ChemFlow
- Introduction à la chimiométrie avec quelques définitions
- Statistiques simples
- PLSR-Régression aux moindres carrés partiels (2/2)
- Bonnes pratiques de modélisation
- Discrimination (2/2)
- Sélection de variables (2/2)
- Analyse de variance, ASCA
- Validation de méthodes (1/2)
- Validation de méthodes (2/2)
Tags
Related Courses
AstroTech: The Science and Technology behind Astronomical DiscoveryUniversity of Edinburgh via Coursera The Diversity of Exoplanets
University of Geneva via Coursera Physics of Galaxies
University of Naples Federico II via Federica Identifying Food Fraud
University of East Anglia via FutureLearn 走进天文学
Nanjing University via Coursera