STAT : Introduction au langage R
Campus Triolet, Bat 36, SC36.05
Jonathan Dubois – Institut de Science des Données de Montpellier
Vous voulez automatiser vos analyses de données et en avez assez des tableurs, venez découvrir les bases d’un langage ludique pour la manipulation de données, l’analyse statistique et le Machine Learning. Cette formation est une introduction à la programmation avec le langage R.
Programmation, Statistique, R, RStudio
STAT : Sélection de variables en analyse exploratoire – Comparaison de modèles et réduction de dimensions
Campus Triolet, Bat 36, SC36.07
Jonathan Dubois – Institut de Science des Données de Montpellier
Vous 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 deux approches statistiques traditionnelles pertinentes dans ce domaine : la comparaison de modèles et les méthodes de réduction de dimensions.
Analyse Statistique, R, RStudio
STAT : Sélection de variables en analyse exploratoire – Régressions régularisées, Arbres et Forêt aléatoire
Campus Triolet, Bat 1, SC1.01
Jonathan Dubois – Institut de Science des Données de Montpellier
Vous 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.
Analyse Statistique, R, RStudio
STAT : Sélection de variables en analyse exploratoire – Comparaison de modèles et réduction de dimensions
Campus Triolet, Bat 36, SC36.05
Jonathan Dubois – Institut de Science des Données de Montpellier
Vous 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 deux approches statistiques traditionnelles pertinentes dans ce domaine : la comparaison de modèles et les méthodes de réduction de dimensions.
Analyse Statistique, R, RStudio
STAT : Sélection de variables en analyse exploratoire – Régressions régularisées, Arbres et Forêt aléatoire
Campus Triolet, Bat 36, SC36.08
Jonathan Dubois – Institut de Science des Données de Montpellier
Vous 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.
Analyse Statistique, RStudio
Introduction à la programmation avec R
Campus Triolet, Pl. Eugène Bataillon, Bat 4, SC 4.04
Jonathan Dubois
Venez découvrir un langage performant et ludique pour l’analyse statistique et la manipulation de données. Cette formation est une introduction à la programmation avec le langage R pour l’analyse statistique.
#Formation, #Programmation, #Statistique, #R, #RStudio
Introduction à la programmation avec R
Campus Triolet, Pl. Eugène Bataillon, Bat 4, SC 4.04
Jonathan Dubois
Venez découvrir un langage performant et ludique pour l’analyse statistique et la manipulation de données. Cette formation est une introduction à la programmation avec le langage R pour l’analyse statistique.
#Formation, #Programmation, #Statistique, #R, #RStudio
Introduction à la programmation avec R
Campus Triolet, Pl. Eugène Bataillon, Bat 4, SC 4.04
Jonathan Dubois
Venez découvrir un langage performant et ludique pour l’analyse statistique et la manipulation de données. Cette formation est une introduction à la programmation avec le langage R pour l’analyse statistique.
#Formation, #Programmation, #Statistique, #R, #RStudio