Apprentissage statistique et données massives / Myriam Maumy-Bertrand

Public ISBD Titre : Apprentissage statistique et données massives Type de document : texte imprimé Auteurs : Myriam Maumy-Bertrand ; Gilbert Saporta, Auteur Editeur : Paris [France] : Editions Technip Année de publication : 2018 Importance : 511 p Format : 24×16 cm ISBN/ISSN/EAN : 978-2-7108-1182-4 Résumé : La numérisation du monde a pour conséquence la mise à disposition de masses de données inédites, notamment celles provenant du web. La statistique qui s est développée autrefois dans un contexte de rareté des données fait face à de nouveaux défis. Donner du sens aux données, développer des algorithmes prédictifs sans nécessairement avoir de modèle génératif, tels sont quelques-uns des objectifs de l apprentissage statistique. L apport d autres disciplines informatique et optimisation en particulier est essentiel compte tenu de la nécessité de traiter rapidement les volumes de données impliqués. On distingue l apprentissage supervisé, où l objectif est de prévoir une réponse à partir de prédicteurs, de l apprentissage non supervisé, qui recherche des structures et des formes sans chercher à prévoir une réponse particulière. Depuis les réseaux de neurones jusqu aux forêts aléatoires, en passant par les séparateurs à vaste marge (SVM), de nombreux algorithmes ont été développés, ne reposant que faiblement sur des hypothèses probabilistes. Dans ce contexte, la validation, la capacité de généralisation à de nouvelles données et le passage à l échelle sont donc essentiels. Cet ouvrage est le fruit de la collaboration entre spécialistes réputés. Sylvain Arlot (Université Paris Sud), Philippe Besse (INSA de Toulouse), Stéphane Canu (INSA de Rouen), Jean-Michel Poggi (Université Paris Descartes & LMO, Université Paris-Sud Orsay), Emmanuel Viennet (Université Paris 13) et Nathalie Villa-Vialaneix (INRA, Toulouse) réunis à l occasion des 17es Journées d étude en statistique organisées par la SFdS. Le lecteur y trouvera une synthèse des fondements et des travaux les plus récents dans le domaine de l apprentissage statistique, avec des applications dans des domaines variés. Apprentissage statistique et données massives [texte imprimé] / Myriam Maumy-Bertrand ; Gilbert Saporta, Auteur . - Paris (France) : Editions Technip, 2018 . - 511 p ; 24×16 cm. ISBN : 978-2-7108-1182-4 Résumé : La numérisation du monde a pour conséquence la mise à disposition de masses de données inédites, notamment celles provenant du web. La statistique qui s est développée autrefois dans un contexte de rareté des données fait face à de nouveaux défis. Donner du sens aux données, développer des algorithmes prédictifs sans nécessairement avoir de modèle génératif, tels sont quelques-uns des objectifs de l apprentissage statistique. L apport d autres disciplines informatique et optimisation en particulier est essentiel compte tenu de la nécessité de traiter rapidement les volumes de données impliqués. On distingue l apprentissage supervisé, où l objectif est de prévoir une réponse à partir de prédicteurs, de l apprentissage non supervisé, qui recherche des structures et des formes sans chercher à prévoir une réponse particulière. Depuis les réseaux de neurones jusqu aux forêts aléatoires, en passant par les séparateurs à vaste marge (SVM), de nombreux algorithmes ont été développés, ne reposant que faiblement sur des hypothèses probabilistes. Dans ce contexte, la validation, la capacité de généralisation à de nouvelles données et le passage à l échelle sont donc essentiels. Cet ouvrage est le fruit de la collaboration entre spécialistes réputés. Sylvain Arlot (Université Paris Sud), Philippe Besse (INSA de Toulouse), Stéphane Canu (INSA de Rouen), Jean-Michel Poggi (Université Paris Descartes & LMO, Université Paris-Sud Orsay), Emmanuel Viennet (Université Paris 13) et Nathalie Villa-Vialaneix (INRA, Toulouse) réunis à l occasion des 17es Journées d étude en statistique organisées par la SFdS. Le lecteur y trouvera une synthèse des fondements et des travaux les plus récents dans le domaine de l apprentissage statistique, avec des applications dans des domaines variés.

Réservation

Réserver ce document

Exemplaires (2)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
19/319509	L/519.212	Livre	Bibliothèque Centrale	indéterminé	Exclu du prêt
19/319510	L/519.212	Livre	Bibliothèque Centrale	indéterminé	Disponible

Initiation à la statistique avec R : cours exemples, exercices et problèmes corrigés / Frédéric Bertrand

Public ISBD Titre : Initiation à la statistique avec R : cours exemples, exercices et problèmes corrigés Type de document : texte imprimé Auteurs : Frédéric Bertrand, Auteur ; Myriam Maumy-Bertrand, Auteur Editeur : Paris [France] : Dunod Année de publication : 2010 Importance : 1 vol. (384 p.) : ill. Format : 24x19 cm ISBN/ISSN/EAN : 978-2-10-053821-8 Langues : Français (fre) Langues originales : Français (fre) Mots-clés : statistique avec R Résumé : R est devenu un standard dans le domaine de la statistique. Libre et gratuit, son enseignement s'est généralisé dans toutes les filières où les statistiques sont utilisées : sciences physiques, sciences de la vie et de la Terre, sciences économiques... Cet ouvrage propose d'accompagner l'étudiant en Licence ou en école d'ingénieur dans son apprentissage de la statistique avec R. Dans chaque chapitre, le lecteur trouvera : Un rappel de cours concis ; Des énoncés d'exercices répartis en deux catégories : Des applications directes du cours, classées par ordre de difficulté croissante et qui suivent l'ordre d'exposition des notions dans le cours. Des problèmes plus sophistiqués permettant de généraliser les concepts. Une rubrique «Du mal à démarrer ?» : Pour chaque question, une indication est proposée afin d'aider l'étudiant à démarrer la résolution de l'exercice. Les solutions détaillées. A la fin de chaque solution, une rubrique «Ce qu'il faut retenir de cet exercice» propose un bilan méthodologique. Une annexe présente en fin d'ouvrage les bases de R et ses principales fonctions. Note de contenu : Sommaire INITIATION AU LOGICIEL R OBJETS, FONCTIONS ET DONNEES AVEC LE LOGICIEL R STATISTIQUES DESCRIPTIVES UNIVARIEES LOIS DE PROBABILITES USUELLES STATISTIQUES DESCRIPTIVES BIVARIEES ECHANTILLONNAGE, ESTIMATION D'UN PARAMETRE, ESTIMATION PAR INTERVALLE DE CONFIANCE TESTS PARAMETRIQUES ET NON PARAMETRIQUES TESTS DU KHI-CARRE REGRESSION LINEAIRE SIMPLE ANALYSE DE LA VARIANCE A UN FACTEUR Initiation à la statistique avec R : cours exemples, exercices et problèmes corrigés [texte imprimé] / Frédéric Bertrand, Auteur ; Myriam Maumy-Bertrand, Auteur . - Paris (France) : Dunod, 2010 . - 1 vol. (384 p.) : ill. ; 24x19 cm. ISBN : 978-2-10-053821-8 Langues : Français (fre) Langues originales : Français (fre) Mots-clés : statistique avec R Résumé : R est devenu un standard dans le domaine de la statistique. Libre et gratuit, son enseignement s'est généralisé dans toutes les filières où les statistiques sont utilisées : sciences physiques, sciences de la vie et de la Terre, sciences économiques... Cet ouvrage propose d'accompagner l'étudiant en Licence ou en école d'ingénieur dans son apprentissage de la statistique avec R. Dans chaque chapitre, le lecteur trouvera : Un rappel de cours concis ; Des énoncés d'exercices répartis en deux catégories : Des applications directes du cours, classées par ordre de difficulté croissante et qui suivent l'ordre d'exposition des notions dans le cours. Des problèmes plus sophistiqués permettant de généraliser les concepts. Une rubrique «Du mal à démarrer ?» : Pour chaque question, une indication est proposée afin d'aider l'étudiant à démarrer la résolution de l'exercice. Les solutions détaillées. A la fin de chaque solution, une rubrique «Ce qu'il faut retenir de cet exercice» propose un bilan méthodologique. Une annexe présente en fin d'ouvrage les bases de R et ses principales fonctions. Note de contenu : Sommaire INITIATION AU LOGICIEL R OBJETS, FONCTIONS ET DONNEES AVEC LE LOGICIEL R STATISTIQUES DESCRIPTIVES UNIVARIEES LOIS DE PROBABILITES USUELLES STATISTIQUES DESCRIPTIVES BIVARIEES ECHANTILLONNAGE, ESTIMATION D'UN PARAMETRE, ESTIMATION PAR INTERVALLE DE CONFIANCE TESTS PARAMETRIQUES ET NON PARAMETRIQUES TESTS DU KHI-CARRE REGRESSION LINEAIRE SIMPLE ANALYSE DE LA VARIANCE A UN FACTEUR

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
12/192072	L/519.058	Livre	Bibliothèque Centrale	indéterminé	Exclu du prêt

---

1 (1 - 2 / 2)