Programmes d'études
Transport Data Management
Programmes d'études
Transport Data Management
Programmes d'études
Détails et horaire du cours
Légende
Cours de jour
Cours de soir
Cours en ligne
Certificats et microprogrammes de 1er cycle
Baccalauréat (formation d'ingénieur)
Études supérieures
CIV8760E
Transport Data Management
Nombre de crédits :
3 (3 - 1.5 - 4.5)
Les chiffres indiqués entre parenthèses sous le sigle du cours, par exemple (3 - 2 - 4), constituent le triplet horaire.
Le premier chiffre est le nombre d'heures de cours théorique par semaine (les périodes de cours durent 50 minutes).
Le second chiffre est le nombre d'heures de travaux dirigés (exercices) ou laboratoire, par semaine.
(Note : certains cours ont un triplet (3 - 1.5 - 4.5). Dans ce cas, les 1,5 heure par semaine sont des laboratoires qui durent 3 heures mais qui ont lieu toutes les deux semaines. À Polytechnique, on parle alors de laboratoires bi-hebdomadaires).
Le troisième chiffre est un nombre d'heures estimé que l'étudiant doit investir de façon personnelle par semaine pour réussir son cours.
Le premier chiffre est le nombre d'heures de cours théorique par semaine (les périodes de cours durent 50 minutes).
Le second chiffre est le nombre d'heures de travaux dirigés (exercices) ou laboratoire, par semaine.
(Note : certains cours ont un triplet (3 - 1.5 - 4.5). Dans ce cas, les 1,5 heure par semaine sont des laboratoires qui durent 3 heures mais qui ont lieu toutes les deux semaines. À Polytechnique, on parle alors de laboratoires bi-hebdomadaires).
Le troisième chiffre est un nombre d'heures estimé que l'étudiant doit investir de façon personnelle par semaine pour réussir son cours.
Département :
Génie civil
Préalable(s) :
CIV3930, 60 crédits
Corequis :
Notes :
Responsable(s) :
Nicolas Saunier
Description
Main steps of transport data collection: planning, management, validation, analysis and dissemination. Main databases and microscopic data relevant to the study of transport problems. Types and properties of spatio-temporal data. Data models. Methods and tools for data processing, analysis, modeling and visualization. Geographic information systems: projection systems, concepts and integration. Spatial analysis methods applicable to transport data and relevant tools. New technologies of data collection in transport and opportunities of analysis. Data mining and machine learning methods. Econometric models.
Main steps of transport data collection: planning, management, validation, analysis and dissemination. Main databases and microscopic data relevant to the study of transport problems. Types and properties of spatio-temporal data. Data models. Methods and tools for data processing, analysis, modeling and visualization. Geographic information systems: projection systems, concepts and integration. Spatial analysis methods applicable to transport data and relevant tools. New technologies of data collection in transport and opportunities of analysis. Data mining and machine learning methods. Econometric models.
Horaire
| Cours | ||||
|---|---|---|---|---|
| Groupe | Jour | Heure | Local | Enseignant(e)(s) |
| 01 | Mardi | 12h45, 13h45, 14h45 | L-6655 | Bélisle, François |
| Travaux pratiques | ||||
|---|---|---|---|---|
| Groupe | Jour | Heure | Local | Enseignant(e)(s) |
| 01 | Vendredi | 12h45, 13h45, 14h45 (B2) | L-6615 | Chabot, Frédérick |
Plan triennal
| 2025-2026 | 2026-2027 | 2027-2028 | ||||||
|---|---|---|---|---|---|---|---|---|
| Automne | Hiver | Été | Automne | Hiver | Été | Automne | Hiver | Été |
| Cours de jour | - | - | Cours de jour | - | - | Cours de jour | - | - |
