Description
Ce cours présente une introduction à différentes méthodes s'inscrivant dans le domaine de l'apprentissage supervisé ou non supervisé.
Des connaissances de base en analyse factorielle (ACP, AFC, ACM) sont souhaitables.
L’accent est mis sur les aspects méthodologiques ainsi que sur la mise en œuvre des méthodes à l'aide du logiciel R à partir d’exemples réels.
Syllabus
- Méthodes de classification non supervisées : classification ascendante hiérarchique (CAH) et méthodes de partitionnement direct (k-means)
- Arbres de décision (de discrimination ou de régression)
- Construction de règles d'association
- Analyse factorielle discriminante
Informations complémentaires
Responsables de l’enseignement: Vincent VIGON et Emmanuel PERINEL
Emmanuel Périnel enseigne les statistiques et l'analyse des données à l'Université de Strasbourg, dans les facultés de Psychologie, des Sciences de la vie ainsi qu'à l'UFR de Math-Info.