5446 - Data mining 2 : Modélisation statistique et apprentissage

Description bibliographique

Auteur :

Besse, Philippe (UPS. Université Paul Sabatier, Toulouse 3. LSP. Laboratoire de statistique et probabilités. France)

Page source :

Site personnel du Pr Besse, http://www.lsp.ups-tlse.fr/Besse/

Langue :

français

dernière mise à jour : 2003/01

Description du contenu

Spécialité :

Sciences exactes - Mathématiques - Probabilités et statistiques
Electronique, informatique et télécommunications - Logiciels - Progiciels, applications professionnelles

Mots clés :

régression logistique ; bootstrap ; réseau de neurones ; perceptron ; statistique ; modélisation ; logiciel

Table des matières :

1 - Introduction
2 - Régression linéaire
3 - Régression logistique
4 - Erreur de prédiction
5 - Analyse discriminante décisionnelle
6 - Arbres binaires
7 - Méthodes connexionistes
8 - Agrégation de modèles
9 - Modélisation de données fonctionnelles
A - Introduction au modèle linéaire général
B - Introduction au bootstrap

Résumé :

Ce cours introduit, sous une forme homogène et synthétique, les principales techniques d'exploration et de modélisation utilisées le plus couramment en fouille de données très volumineux. Les concepts originaux de chaque méthode y sont explicités ; la compréhension et l'interprétation des principaux logiciels (SAS, Splus, SPSS, R, Matlab) y sont facilitées. Les thèmes abordés sont : modélisation statistique et modèle linéaire général, choix de modèle, régression logistique, analyse discriminante, estimation de l'erreur de prédiction, bootstrap, validation croisée, arbres binaires de décision ou de régression (CART), réseau de neurones, perceptron, agrégation de modèles (bagging, boosting, random forest), données fonctionnelles. (d'après résumé de l'auteur)

Informations pédagogiques

Niveau d'études :

2e cycle

Pré-requis :

Formation complète aux techniques de la statistique

Objectifs pédagogiques :

Introduire les principales techniques de modélisation en fouille des données

Accès à la ressource

Format :

PDF
Taille du fichier : entre 1 et 2 Mo

Notes :

Cette ressource est également disponible au format PS

URL de référence :

http://www.lsp.ups-tlse.fr/Besse/pub/Appren_stat.pdf

Notice mise en ligne le 12/07/2003