BEGIN:VCALENDAR
VERSION:2.0
PRODID:-// - ECPv6.15.15//NONSGML v1.0//EN
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-ORIGINAL-URL:https://isdm.umontpellier.fr
X-WR-CALDESC:Évènements pour 
REFRESH-INTERVAL;VALUE=DURATION:PT1H
X-Robots-Tag:noindex
X-PUBLISHED-TTL:PT1H
BEGIN:VTIMEZONE
TZID:Europe/Paris
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20240331T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20241027T010000
END:STANDARD
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20250330T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20251026T010000
END:STANDARD
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20260329T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20261025T010000
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20251209T131500
DTEND;TZID=Europe/Paris:20251209T163000
DTSTAMP:20260405T011112
CREATED:20250709T135846Z
LAST-MODIFIED:20251203T151036Z
UID:7191-1765286100-1765297800@isdm.umontpellier.fr
SUMMARY:STAT : Sélection de variables en analyse exploratoire - Régressions régularisées\, Arbres et Forêt aléatoire
DESCRIPTION:Campus Triolet\, Bat 36\, SC36.08\nJonathan Dubois – Institut de Science des Données de Montpellier \nVous tentez d’étudier un processus sans a priori spécifique et vous avez mesuré un nombre important de variables que vous pensez potentiellement impliquées. Comment trier et garder l’information pertinente ? Venez découvrir trois approches de Machine Learning pertinentes dans ce domaine : les méthodes de Régression Régularisée (LASSO\, Ridge\, ElasticNet)\, les Arbres de Décision et la Forêt Aléatoire. \nObjectifs :\n• Estimer et évaluer des modèles linéaires régularisés\, d’arbres et de forêt aléatoire.\n• Identifier les variables pertinentes à partir des résultats de ces modèles.  \nPrérequis :\n• Quelques notions en statistique (tests de base\, modèle de régression linéaire\, ANOVA)\n• Les notions basiques du langage R.\n• Ordinateur personnel équipé de R (version ≥ 4.4.x)\, des packages nécessaires (indiqués après inscription)\, et d’un IDE tel que RStudio. \nPossibilité de venir à partir de 13h15 pour une assistance à l’installation des outils.\nIl existe une autre session de formation abordant des méthodes statistiques plus traditionnelles : Comparaison de modèles et réduction de dimensions. N’hésitez pas à vous inscrire.\nInscription gratuite mais obligatoire \n            Inscription
URL:https://isdm.umontpellier.fr/event/stat-selection-de-variables-en-analyse-exploratoire-regressions-regularisees-arbres-et-foret-aleatoire/
CATEGORIES:Formations
ATTACH;FMTTYPE=image/png:https://isdm.umontpellier.fr/wp-content/uploads/2025/07/19.png
END:VEVENT
END:VCALENDAR