Programme – contenu de l’UE
Objectifs du cours
L’objectif de ce cours est de présenter les concepts, méthodologies et techniques d’analyse de données et d’apprentissage statistique à mettre à profit dans un processus d’extraction de connaissance et d’aide à la décision
PLAN
1. Analyse de données
Analyse en composantes principales ,Analyse des correspondances ,Classification non hiérarchique (K-means, nuées dynamiques etc.) , Classification hiérarchique, L’analyse discriminante, Régression linéaire, Exemples d’application
2. Cartes auto-organisatrices de Kohonen (SOM)
Quantification vectorielle, Apprentissage des cartes, Cartes topologiques binaires, mixtes, temporelles, sous contraintes
Cartes topologiques et sélection de variables , Exemples d’application, 3. Séparateurs à Vaste Marge (SVM), Séparation linéaire
Optimisation Lagrangienne, Noyaux, Régression, Classification Multi-classes (Méthodes directes et par décomposition), Exemples d’application
4. Réseaux de neurones
Le modèle multi-couche, La rétro-propagation, Les réseaux à bases radiales , Application à la régression, Application à la classification supervisée.
Note : les réseaux bayésiens sont déjà traités dans l’U.E. de base : Graphe et Applications.
Compétences acquises
Méthodologiques : : Acquisition de concepts et méthodes pour effectuer des prévisions, reconnaître des formes, élaborer des modèles dans le cadre d’un processus d’aide à la décision
Techniques : Mise en œuvre des méthodes et algorithmes modernes de l’analyse de données et de l’extraction de connaissance.
Secteur d’activité concerné et compétences métier acquises : Industrie des biens ou/et des services
|
