Tutorat Programmation Python Licence 3, Master 1 & 2 Neurosciences et PhD programme

Sous la direction de : Dautrevaux Cyprien et Lainé Alexandre

Avec le soutien et l'accord de l'équipe enseignante du Master de Neurosciences d'Aix Marseille Université et de la Neuroschool.

1. Introduction :

Ce projet de tutorat né de la volonté de plusieurs étudiants du Master Neuroscience de suivre une initiation à la programmation. C’est en effet un aspect manquant de notre formation, de part un programme déjà riche et dense. Le souhait de fournir aux étudiants des notions sur ces aspects de codage est évidement important pour les enseignants, mais qui par manque de temps ne peut être mit en place. De plus l’émergence de la Data-science et la part importante que représente le traitement de données dans les métiers de la recherche force les étudiants à s’y intéresser. Il est devenu indispensable pour pouvoir rester compétitif sur le marché du travail de justifier d’une multitude de compétences, dont des bases en programmation. Cependant débuter sur un domaine aussi vaste et dense sans une première aide n’est pas chose aisée. Enfin un dernier aspect important, nombreux sont les étudiants projetant de suivre le DESU (Diplôme d’Etudes Supérieures Universitaires) de Data-Science en fin de Master 2 sans aucune notion en la matière. Même si cette lacune n’est pas décrite comme pénalisante, donner un aperçu serait un excellent moyen de rassurer et préparer les étudiants à cette formation.

2. Objectifs:

Ainsi les objectifs de ce tutorat sont multiples. Le premier étant de fournir une interface de code fiable et simple aux étudiants. Présenter les bases et le formalisme de calcul en python. Introduire les étudiants aux boucles if , for et while. Présenter les nombreuses bibliothèques ainsi que leurs utilités (numpy, panda, seaborn, matplotlib, sympy, scipy). Apprendre comment importer des données en python, les trier et réaliser des analyses sur celles-ci. Enfin le dernier objectif est de fournir aux étudiants des sources fiables pour répondre à leurs problématiques et erreurs de code.

Pour mener à bien tout ces objectifs 8 séances de 2 heures hebdomadaires sont prévus.

Page Ametice

Lien ZOOM pour assister aux séances à distance

Les Séances ont lieux sur le site de St-Charles aux creneaux suivants pour l'édition 2023-2024 :

Voici la liste des créneaux acceptés par la scolarité pour le tutorat de cette année.

• Lundi 22 Janvier de 17h à 19h, Amphitheatre Massiani (Bâtiment 7)

• Lundi 29 Janvier de 17h à 19h, Salle 15-205, bâtiment 15 ou encore dit LSH. (Changement pour cause de nuisances sonores en Massiani)

• Lundi 5 Février de 17h à 19h, Amphitheatre Charve (Bâtiment 9)

• Mardi 13 Février de 17h à 19h, Amphitheatre Charve (Bâtiment 9)

• Lundi 19 Février de 17h à 19h, Amphitheatre Charve (Bâtiment 9)

• Mardi 27 Février de 17h à 19h , Amphitheatre Charve (Bâtiment 9)

• Mardi 12 Mars de 17 à 19h, Amphitheatre Charve (Bâtiment 9)

• Lundi 18 Mars de 17h à 19h, Amphitheatre Charve (Bâtiment 9)

• Mardi 26 Mars de 17 à 19h, Amphitheatre Charve (Bâtiment 9)

• Mardi 2 Avril de 17h30 à 19h30, Amphitheatre Charve (Bâtiment 9)

3. Programme :

• Séance 1: Anaconda et Jupyter.

• Séance 2: Premiers pas sur Python (Les variables et formalisme de calcul).

• Séance 3: Les boucles et les fonctions.

• Séance 4: Les bibliothèques Numpy et Matplotlib.

• Séance 5: Application - Modélisation neuronale (Leaky integrated and fire)

• Séance 6: Encore des bibliothèques Sympy et Scipy

• Séance 7: Toujours des bibliothèques Pandas et Seaborn

• Séance 8 & 9: Analyse du Dataset Titanic - Séance d'exercice sur Pandas et les Datasets

• Séance 10 Introduction au machine Learning avec ScikitLearn

N'oubliez pas vos ordinateurs nous en aurons besoin.

Files and codes created for the python tutoring in the Master 1 of Neurosciences at Aix-Marseille-University (AMU)