Maîtriser les principales méthodes utilisées en analytique avancée.
Statistique d'une série numérique multidimensionnelle. Principes et méthodes de détection du bruit et nettoyage des données. Exploration multidimensionnelle et nuages de points. Sélection de variables et réduction de dimensionnalité. Analyse de la variance. Analyses en composantes principales et en composantes indépendantes multidimensionnelles. Méthodes linéaires de régression et de classification. Méthodes à noyaux. Statistique bayésienne et les modèles bayésiens hiérarchiques. Méthodes ensemblistes : forêts aléatoires, gradient boosting, multiples models averaging.
Préalable(s): (8STT117)
Formule pédagogique : Magistral et/ou formation à distance
| 4810 | Certificat en science des données et intelligence d'affaires |
| 6710 | Baccalauréat en informatique de la science des données et de l'intelligence d'affaires |