- Cours (CM) 15h
- Cours intégrés (CI) -
- Travaux dirigés (TD) 15h
- Travaux pratiques (TP) -
- Travail étudiant (TE) 15h
Langue de l'enseignement : Français
Enseignement proposé : en présentiel enrichi de ressources pédagogiques numériques
Description du contenu de l'enseignement
- Introduction aux problèmes big-data en Statistique
- Méthodes multidimensionnelles :
- classification,
- discrimination et
- ACP
- Eléments de statistique inférentielle :
- utilisation de la vraisemblance pour l'estimation et le test d'hypothèses,
- introduction à la statistique bayésienne.
- Applications avec le logiciel R.
Compétences à acquérir
A l'issue de ce cours l'étudiant doit :
- connaitre différentes approches utilisées en analyse des données big data,
- être capable d'utiliser les principaux algorithmes en statistique descriptive multidimensionnelle et
- avoir des notions de base en statistique inférentielle bayésienne.
Contact
Responsable
Jean-Marie Wurtz