FORMATION PySHS - Formation Python pour les SHS

Cette série d’ateliers propose une initiation à la programmation à destination des chercheurs•ses en sciences humaines et sociales (SHS). 

Python est un langage de programmation simple, libre, multi-plateforme, pédagogique, bénéficiant d'une communauté d'utilisateurs•rices croissante tant dans le domaine universitaire que le secteur privé. Avec la multiplication des données numériques en SHS, le recours à l'informatique devient indispensable tant pour la collecte, la mise en forme, ou le traitement des données. 

Le langage Python permet à la fois de réaliser les traitements statistiques habituels des SHS tout en ouvrant aux nouveaux usages liés à l'automatisation des tâches informatiques, le traitement des grands corpus des humanités numériques ou encore la collecte de données sur les réseaux sociaux. L’apprentissage des bases de Python permet non seulement de renforcer sa culture informatique, ouvrant ce faisant la voie à de nouvelles stratégies d’analyses, mais aussi amène à envisager différemment le rapport aux données, la conceptualisation mais aussi la collaboration avec le partage du code et les enjeux de reproductibilité des analyses. Python participe, aux côtés d’autres logiciels et langages, à la construction du code libre et d’une recherche ouverte.

Cette série d’ateliers se concentre en priorité sur les usages du traitement des données en SHS. La progression est pensée pour permettre à tou•te•s de se former aux bases de programmation et de développer progressivement ses compétences. Complété avec de nombreux exemples de code et des études de cas concrets, chaque séance permet une familiarisation progressive à la programmation, au langage Python et à sa philosophie. Il suit le manuel compagnon pyshs.fr en insistant sur les aspects pratiques et les tours de main permettant de faire le lien entre une problématique et des résultats.

Dates des ateliers: 

Jeudis 17-19h - en ligne 

11.03 module d'introduction : les bases de la programmation en Python

25.03 traitement de données basiques : la bibliothèque Pandas

15.04 statistique descriptives et inférentielles

29.04 modèles avancés : régressions, clustering et prédiction 

13.05 collecter les données sur internet et s’interfacer avec des API

27.05 construire une carte

Informations détaillées: vers le site du PDEN