• ECTS

    3 crédits

  • Composante

    Sciences économiques, gestion, mathématiques et informatique

  • Volume horaire

    24.0h

  • Période de l'année

    Enseignement septième semestre

Description

Ce cours porte sur l'apprentissage supervisé: construire des modèles à partir de des données qui prédisent un résultat à l'aide d'une collection d'input. Le cours aura pour plan :

1) Introduction à l’apprentissage statistique et fondements théoriques

2) Présentation des régressions pénalisées pour Big Data 3) Introduction aux réseaux de neurones

3) Lien entre l’économétrie non paramétrique et l’apprentissage machine

4) Présentation d’algorithme d’apprentissage

Lire plus

Objectifs

Savoir choisir le modèle approprié pour réaliser des prévisions, savoir exploiter les données de façon intelligente, Savoir utiliser les langages statistiques (Python, R) dans le but d’une tache précise

Lire plus

Évaluation

Évaluation écrite + Dossier

Prise en compte de la situation sanitaire :
Si, pour tenir compte de la situation sanitaire, des restrictions ou des contraintes sont imposées à l'Université Paris Nanterre ou à l'UFR SEGMI, tout ou partie des épreuves, contrôles de connaissances et examens terminaux de la session 1 et de la session 2, ainsi que des sessions de rattrapages, pourront se dérouler en mode distancié.

Lire plus

Heures d'enseignement

  • Statistiques pour Big DataCM24h

Pré-requis nécessaires

Économétrie Avancée, Algèbre linéaire, base de programmation

Lire plus

Compétences visées

Choisir le modèle approprié pour réaliser des prévisions, être capable de collecter et d’exploiter les données de façon intelligente, Utilisation des langages statistiques pour faire de l’apprentissage machine

Lire plus

Bibliographie

The Elements of Statistical Learning, T. Hastie, R. Tibshirani, J. Friedman (Springer 2009).

Économétrie & Machine Learning. A.Charpentier, E. Flachaire et A. Ly (2018),

Lire plus

Ressources pédagogiques

Avoir un ordinateur est un plus pour appliquer les exemples pendant le cours, utilisation de Moodle pour présenter les slides et mise à disposition d’un notebook jupyter

Lire plus