Cours de niveau Master destiné à des étudiants avec des connaissances de niveau L3 au moins en statistique.

Programme 2016/2017 (Master 2 statistique de Paris VI)

Cours donné au master 2 de statistiques de Paris VI.

1. théorie de l'apprentissage statistique :
   • supports de cours en français et en anglais (plus complets)
   • exercices :
     • fonctions de pertes
     • modèles optimaux
     • dimension de vapnik
2. classifieur bayésien naïf
   • exercices
3. arbres de décision
   • exercice
4. examen de la session de janvier 2017 :
   • énoncé
   • corrigé

Liens

• mon cours sur l'apprentissage statistique
• les cours d'analyse des données de Philippe Besse
• cours de visualisation
• cours sur le recuit déterministe (méthode de classification)
• cours d'optimisation
• Livre The Elements of Statistical Learning

Archives

Master 2 statistique de Paris VI

Supports

1. Introduction
2. Visualisation de données
3. Réduction de dimension (Analyse en composantes principales, MDS, etc.)
4. Classification automatique (clustering, EM)
5. Méthodes supervisées

Annales

• examen de février 2013

Documents généraux

• Un exemple d'analyse exploratoire détaillée :
  • données : Wine quality de Cortez et al. ;
  • transparents ;
  • un article scientifique au sujet de ces données ;
• Un exemple d'analyse prédictive : transparents ;
• Un exemple de sujet d'examen :
  • énoncé
  • fichiers sources (format Sweave)

INF MDI 348

Cours d'introduction à la classification automatique et à l'apprentissage supervisé donné à Télécom Paris jusqu'en 2009.

1. classification automatique (clustering)
2. apprentissage supervisé
3. introduction à R

Master 2 COMASIC

Cours d'analyse de données exploratoire donnée pour le cours ISC 664 du Master 2 COMASIC jusqu'en 2009.

1. Analyse exploratoire par visualisation statistique. Cf mon cours de visualisation pour des compléments.
2. Réduction de dimension (Analyse en composantes principales)
3. classification automatique (clustering)