Composante
École Nationale Supérieure d'Électrotechnique d'Électronique d'Informatique d'Hydraulique et des Télécommunications
Objectifs
Ce cours traite du modèle linéaire gaussien et de ses applications. Il constitue également une introduction aux modèles linéaires généralisés, et plus particulièrement à la régression logistique. La compréhension de ces modèles linéaires est une base indispensable pour aborder par la suite les méthodes plus modernes mises en oeuvre en big data. Des algorithmes de sélection automatique des prédicteurs seront exploités en TP sous R et une procédure d'évaluation des modèles élaborés sera détaillée.
Pré-requis obligatoires
Cours introductif de statistique et de la théorie des probabilité (variable/vecteur aléatoire, vecteur Gaussien),