Analyse des données en grande dimension

L'objectif est d'acquérir les outils mathématiques permettant de réduire la dimension de l'information, de segmenter des profils de risque et d'intégrer la composante spatiale dans l'évaluation des risques

PROGRAMME DU COURS

• Réduction de dimension (Analyses factorielles)
  • Analyse en Composantes Principales, Analyse Factorielle des Correspondances
   • ACP pour la grande dimension (n<p).
• Segmentation (Classification non supervisée)
   • Méthodes classiques : Classification Ascendante Hiérarchique, K -means.
   • Approche réseau de neurones : Cartes auto-organisées de Kohonen.
• Introduction à la Statistique Spatiale
   • Concepts fondamentaux des données géoréférencées.
   • Mesure de l'autocorrélation (Indice de Moran).
   • Introduction à la modélisation : Modèles spatiaux auto-régressifs.

Modalités : Mixte : CC + CT
SESSION 1 :
Contrôle Continu
• Type : Écrit, Dossier
• Durée : --

Contrôle Terminal
• Type : Écrit
• Durée : 2h00

Régime Dérogatoire
• Type : Écrit
• Durée : 2h00

SESSION 2 :
• Type : Écrit
• Durée : 2h00

Utilisation de l'intelligence artificielle :
Dans le cadre de cet EC, l’usage de l’IA pour aider à la réalisation des travaux de contrôle continu soumis à évaluation est interdit. Vous n’avez pas le droit de faire appel à une IA générative à des fins de documentation, recherche d’idées, construction, rédaction ou édition (hors usages de recherche web augmentée, de correction orthographique et syntaxique).