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.

Contacts

Responsable(s) de l'enseignement

• Vincent Vigon
• Emmanuel Perinel

MCC

Les épreuves indiquées respectent et appliquent le règlement de votre formation, disponible dans l'onglet Documents de la description de la formation.

Régime d'évaluation

CT (Contrôle terminal, mêlé de contrôle continu)

Coefficient

1.0

Évaluation initiale / Session principale - Épreuves

Seconde chance / Session de rattrapage - Épreuves