Algèbre, Probabilité/Statistique; Algorithmique
L’utilisation de l’analyse de données s’étend à des domaines très vastes, dont la psychologie, la sociologie, la médecine; reconnaissance de formes, data mining, prédiction, marketing, bio statistique, etc.
I. Rappels Mathématiques (2h)
1. Algèbre linéaire
2. Statistique descriptive
3. Dérivation matricielle
II. Analyse en composantes principales : Tableau de données quantitatives (8h)
1. Introduction
2. Nature de données étudiées
2.1 données initiales
2.2 Eléments supplémentaires
3. Présentation de la Méthode
3.1 Notion de distance entre deux unités statistique
3.2 Description de la méthode. Définitions
3.3 Vecteurs principaux et calcul des composantes principales
4. Interpretation des resultats
4.1 Representation graphiques. Plans principaux
4.2 Parametresd’aide a l’interpretation
5. Conclusion
6. Exemples
III. Analyse factorielle des correspondances : Tableau de données qualitatives (8h)
1. Introduction
2. Nature de données étudiées
2.1 données initiales
2.2 Eléments supplémentaires
3. Présentation de la Méthode
3.1 Tableaux des lois de probalites
3.2 Notion de distances entre deux profils
3.3 Description d’un ensemble de profils
3.4 Propriétés de dualités
4. Interpretation des resultats
4.1 Représentation graphiques d’un ensemble de profils
4.2 Représentation simultanée
4.3 Parametresd’aide a l’interpretation
5. Conclusion
6. Exemples
IV. Régression simple et multiple (8h)
1. Nature de données étudiées
1.1 Données initiales
1.2 Autres observation
2. Présentation de la méthode
2.1 Modèle linéaire
2.2 Régression linaire simple
2.3 Régression linaire multiple
2.4 Application numérique et critique des résultats
3. Conclusion
4. Exemples
V. Classification automatique (4h)
1. Introduction
2. Classification par hierarchies ascendantes
3. Méthodes d’agrégation
4. Conclusion
5. Exemples
Consultez les ressources disponibles concernant ce module sur le moteur de recherche de la bibliothèque, ou accédez directement au cours de vos enseignants via la plateforme de téléenseignement de l’école « e-learn ».