Statistique & Machine Learning

de Statisticien à Data Scientist

Généralités

• Présentation de Wikistat
• De la Statistique à la Science des Données
• Statistique et déontologie scientifique
• Rédiger un rapport de statistique

Logiciel R

• Démarrer en R
• Initiation à R
• Graphes avec R
• Programmer en R

Logiciel SAS

• Tutoriel 1 prise en main
• Tutoriel 2 SAS de base
• Tutoriel 3 SAS/Graph
• Tutoriel 4 macros commandes
• Tutoriel 5 SQL

Description

• Statistique élémentaire: Introduction
• Statistique descriptive unidimensionnelle
• Statistique descriptive bidimensionnelle

Inférence

• Probabilités élémentaires
• Estimation statistique
• Tests statistiques

Modélisation

• Introduction à l'analyse en composantes principales
• Régression linéaire simple
• Introduction régression multiple

Exploration multivariée

• Exploration multidivariée: Introduction
• Analyse en Composantes Principales
• Analyse Canonique des Corrélations
• Analyse Factorielle Discriminante
• Analyse Factorielle des Correspondances
• Analyse Factorielle Multiple des Correspondances
• Positionnement Multidimensionnel
• Classification non supervisée
• Mixture models with E.M.
• Factorisation par matrices non négatives (NMF)
• Compléments d'algèbre linéaire

Inférence

• Estimation
• Tests paramétriques
• Tests non paramétriques
• Test du Chi2
• Introduction au modèle linéaire

Modélisation

• Introduction à la modélisation statistique
• Modèle gaussien : régression linéaire simple
• Modèle gaussien : régression linéaire multiple
• Modèle gaussien : analyse de (co)variance
• Modèle binomial ou régression logistique
• Modèle poissonnien ou loglinéaire
• Introduction au modèle linéaire général

Modèle mixte

• Introduction à la modélisation statistique
• Généralités sur le modèle linéaire
• Analyse de variance univariée
• Plans d'expérience incomplets
• Analyse de variance multivairée
• Modèle à effets aléatoires et modèle mixte
• Modèles pour mesures répétées
• A propos de la méthode Bonferroni
• Différents types de sommes de carrés
• Tests multidimensionnels pour données répétées
• Bibliographie

Apprentissage Statistique ...

• Apprentissage machine: Introduction
• Qualité de prévision et risque
• Sélection de modèle dans le cas gaussien
• Modèles non paramétriques
• Régression logistique
• Composantes principales et régression PLS parcimonieuses
• Analyse discriminante décisionnelle
• Réseaux de neurones
• Arbres binaires de décision
• Agrégation de modèles
• Machines à vecteurs supports
• Imputation de données manquantes
• Détection d'anomalies
• Risques juridiques de l'IA
• Introduction au bootstrap
• Conclusion sur l'apprentissage

& ... Data Science

• Convex optimisation and application
• High dimensional regression
• Collaborative filtering
• Sequential and reinforcement learning. Stochastic Optimization 1
• Sequential and reinforcement learning. Stochastic Optimization 2
• An introduction to network inference and mining

High Dimensional Statistics

• Linear Models for Regression and Model Selection
• High dimensional regression
• Nonparametric Learning and Regularization
• High Dimensional Classification
• Neural Networks and Introduction to Deep Learning