Méthodes de réduction de dimensions : analyse en composantes principales et analyse des correspondances. Méthodes de regroupement : calcul de distance, algorithme des K-moyennes et méthodes hiérarchiques. Méthodes de classification : analyse discriminante, arbres, méthodes d'ensembles et forêts aléatoires. Compromis biais-variance et évaluation de modèles. Études de cas. Utilisation de la programmation statistique pour mettre en œuvre ces méthodes.
Méthodes de réduction de dimensions : analyse en composantes principales et analyse des correspondances. Méthodes de regroupement : calcul de distance, algorithme des K-moyennes et méthodes hiérarchiques. Méthodes de classification : analyse discriminante, arbres, méthodes d'ensembles et forêts aléatoires. Compromis biais-variance et évaluation de modèles. Études de cas. Utilisation de la programmation statistique pour mettre en œuvre ces méthodes.
