Explorez notre catalogue

Apprendre à automatiser des tâches récurrentes (fichiers, sauvegardes, rapports, exécutions planifiées) en maîtrisant les bases du scripting et de l’exploitation.

Maîtriser le scripting Bash sous Linux : variables, conditions, boucles, automatisation système et gestion avancée du shell.

Apprendre à administrer Windows et automatiser des tâches avec PowerShell : gestion des processus, Active Directory, scripts et bonnes pratiques professionnelles.

Synthèse complète des 5 chapitres du programme de 1ère année : fonctions, géométrie, calcul vectoriel, statistiques descriptives et numération. Formules clés, tableaux récapitulatifs et exercices d'application ancrés dans les travaux publics.

Parcours d'évaluation de 25 questions couvrant l'intégralité du programme de 1ère année (fonctions, géométrie, vecteurs, statistiques, numération). Feedback immédiat par notion, dashboard enseignant avec matrice de maîtrise individuelle et export CSV.

Mesurer l’impact d’une hausse/baisse (en € et en %) sur charges et produits.

Coût d’un investissement, amortissement et coût par heure d’utilisation.

Convertir en tonnes de MS, estimer la couverture et anticiper les décisions.

Calculer et comparer des rations : €/vache/jour, €/troupeau, €/L de lait.

L’UE42 s’inscrit dans une logique longitudinale, articulée autour d’un suivi réel d’un système de production, avec exploitation de données issues de l’expérimentation.

Maîtriser les outils géométriques indispensables aux travaux publics : implantation, métrés, lectures de plans, contrôles et modélisation.

Découvrir les fondamentaux de l’intelligence artificielle appliqués aux usages professionnels : machine learning, automatisation, analyse de données et outils IA modernes.

Ordinateur, Internet, messagerie, bureautique, cybersécurité et IA : un parcours complet pour les stagiaires du Diplôme d'État d'Accompagnant Éducatif et Social. 7 animations interactives incluses.

Découvrir les principes de l’analyse d’associations entre articles pour identifier des règles de cooccurrence dans des transactions.

Découvrir l’analyse factorielle exploratoire pour réduire la dimension des données et identifier des facteurs latents.

Regrouper des observations semblables à l’aide d’une classification hiérarchique des clusters.

Découvrir l’analyse de variance pour comparer plusieurs moyennes et identifier des effets significatifs.

Comparer plusieurs groupes selon un seul facteur à l’aide d’une ANOVA unifactorielle.

Analyser simultanément deux facteurs avec prise en compte de mesures répétées sur les mêmes sujets.

Étudier l’effet de deux facteurs indépendants sur une variable quantitative sans mesures répétées.

Analyser des mesures répétées sur les mêmes sujets à l’aide d’une ANOVA adaptée.

Comparer deux méthodes de mesure à l’aide du diagramme de Bland-Altman et interpréter leur concordance.

Étudier la notion générale de corrélation pour mesurer l’intensité et le sens d’une relation entre variables.

Analyser la relation entre deux variables quantitatives : coefficient de corrélation, droite de régression linéaire, interprétation statistique et applications économiques.

Mesurer la liaison linéaire entre deux variables quantitatives avec le coefficient de corrélation de Pearson.

Mesurer une liaison monotone entre deux variables à l’aide du coefficient de Spearman.

Mesurer la relation entre deux variables en contrôlant l’effet d’une ou plusieurs autres variables.

Analyser le lien entre une variable quantitative et une variable binaire à l’aide de la corrélation point-bisérie.

Évaluer la performance d’un modèle de classification grâce à la courbe ROC et à l’aire sous la courbe.

Représenter visuellement des données qualitatives ou discrètes au moyen d’un diagramme à barres.

Lire et construire un graphique en boîte pour visualiser la distribution, les quartiles et les valeurs extrêmes.

Choisir et interpréter les représentations graphiques adaptées à la nature des données statistiques.

Formuler une hypothèse nulle et une hypothèse alternative dans le cadre d’un raisonnement statistique.

Étudier les principaux indicateurs de dispersion afin de mesurer la variabilité d’une série statistique.

Comprendre les principaux indicateurs de position et leur rôle dans l’analyse statistique et l’interprétation des données.

Introduire la régression comme outil de modélisation, de prévision et d’explication statistique.

Modéliser la relation entre une variable cible quantitative et une ou plusieurs variables explicatives par régression linéaire.

Prédire une variable binaire et interpréter les coefficients d’un modèle de régression logistique.

Découvrir les principes des statistiques d’inférence pour généraliser les résultats d’un échantillon à une population.

Analyser les relations entre deux variables qualitatives à l’aide d’un tableau de contingence.

Construire et exploiter un tableau de fréquences pour organiser et lire des données statistiques.

Étudier la corrélation de rang avec le tau de Kendall et ses usages en statistique non paramétrique.

Appliquer le test binomial pour évaluer une proportion observée par rapport à une proportion attendue.

Comparer plusieurs mesures appariées grâce au test non paramétrique de Friedman.

Comparer plusieurs groupes indépendants avec un test non paramétrique de Kruskal-Wallis.

Comparer deux séries appariées avec un test non paramétrique de Wilcoxon.

Utiliser le test du khi-deux pour analyser une liaison entre variables qualitatives ou une conformité à une distribution.

Comprendre la logique d’un test d’hypothèse, ses étapes et ses conditions d’application.

Découvrir le test t de Student et ses usages pour comparer des moyennes.

Comparer deux séries de mesures liées à l’aide d’un test t pour échantillons appariés.

Comparer les moyennes de deux groupes indépendants à l’aide du test t adapté.

Comparer la moyenne d’un échantillon à une valeur théorique avec le test t à un échantillon.

Comparer deux groupes indépendants sans supposer la normalité grâce au test U de Mann-Whitney.

Interpréter la valeur p dans le cadre d’un test statistique et comprendre sa portée réelle.

Calculer et interpréter l’écart-type pour quantifier la dispersion des observations autour de la moyenne.

Découvrir le diagramme de Bland-Altman pour comparer deux méthodes de mesure et évaluer leur concordance.

Réaliser et interpréter des diagrammes à barres pour représenter des variables qualitatives ou discrètes.

Lire, construire et interpréter un graphique en boîte pour visualiser la distribution, les quartiles et les valeurs extrêmes.

Choisir et interpréter les principales représentations graphiques en statistiques descriptives selon la nature des données.

Étudier les indicateurs de dispersion d’une série statistique : étendue, variance, écart interquartile et interprétation des écarts.

Comprendre et calculer les principaux indicateurs de position : moyenne, médiane, mode et quartiles pour décrire une série statistique.

Analyser la répartition conjointe de deux variables qualitatives à l’aide d’un tableau de contingence.

Construire et exploiter un tableau de fréquences pour organiser, lire et interpréter une série statistique.

Calculer et interpréter l’écart-type pour mesurer la dispersion des données autour de la moyenne.

Comprendre, installer, configurer et diagnostiquer une infrastructure VOIP : SIP, RTP, codecs, IPBX, VLAN voix, QoS, sécurité et dépannage.

Parcours avec cours + TP + devoirs (accès payant).

Parcours en cours de structuration (contenus disponibles).

Ressources et activités autour des maths financières, supports et fiche formules.

Parcours structuré sur l’année : de la remise à niveau vers l’analyse et l’argumentation.

Parcours de cours et TP (documents HTML + ressources).