Aller au contenu principal

GAA-7007 Analyse et modélisation d'agroécosystèmes

Ce cours porte sur l'analyse et la modélisation inférentielle, prédictive et déterministe appliquée aux agroécosystèmes. Les volets couverts : comprennent l'introduction au langage de programmation R; la manipulation de données; la visualisation de données; les biostatistiques; la transformation de données (avec accent sur l'analyse de données compositionnelles); le partitionnement et l'ordination; la détection de valeurs aberrantes et l'imputation de données manquantes; la modélisation par autoapprentissage; les séries temporelles; l'analyse de données géoréférencées (excluant les géostatistiques); ainsi que la résolution d'équations différentielles.

3 Crédits

Cycles du cours

  • Deuxième cycle
  • Troisième cycle

Mode d'enseignement

  • Régulier
  • Cours pouvant être offert à distance synchrone ou asynchrone

Responsables

  • Faculté des sciences de l'agriculture et de l'alimentation
  • Département des sols et de génie agroalimentaire

Restrictions à l'inscription

Cycle d'études

Doit être inscrit à:

  • Deuxième cycle
  • Troisième cycle

Certaines sections de cours peuvent comporter des restrictions additionnelles.

Cette page constitue la description officielle de cette activité. L'Université Laval se réserve le droit de modifier l'activité sans préavis. Tous les horaires indiqués sont sujets à changement.

Répartition hebdomadaire

  • 3h Cours
  • 2h Laboratoire ou travaux pratiques
  • 4h Travail personnel
  • 9h Total

Horaire

Pour vous inscrire, accédez à monPortail.

Été 2020 – 1 section offerte

NRC 55782 Capacité maximale: 30 étudiants

Ce cours est offert à distance en mode asynchrone.Veuillez prendre note que les examens sous surveillance des cours à distance ont lieu en soirée ou la fin de semaine.Pour plus d’informations, consultez la page du cours à l’adresse www.distance.ulaval.ca

Plage horaire

    • Type: Sur Internet
    • Dates: Du 4 mai 2020 au 14 août 2020

Hiver 2020 – 1 section offerte

NRC 14685 Capacité maximale: 30 étudiants

Plage horaire

    • Type: Sur Internet
    • Dates: Du 13 janv. 2020 au 24 avr. 2020