Rechercher

Méthodes statistiques de data-mining et apprentissage

Evenements

Séminaire Statistique MSDMA : Yuan Wei le 17 mars de 11h à 12h (35.1.53) : Interval-valued Data Regression using Partial Linear Model

  Interval-valued Data Regression using Partial Linear Model Abstract:...
17-03-2017 - CNAM 35.1.53

séminaire MSDMA par Blaise Hanczar : Controlling the cost of prediction in using a cascade of reject classifiers for personalized medicine

  Bonjour,   Le prochain séminaire de Statistique appliquée du...
13-01-2017 - CNAM salle 31.3.10

Description

Les activités de l’équipe concernent le traitement de données par des méthodes statistiques et informatiques. Le concept fédérateur est celui du « data mining », discipline qui a émergé ces dernières années à la frontière de la statistique, de l’intelligence artificielle et des bases de données et se propose de découvrir des relations, des structures dans des données préexistantes. Comme l’écrit D. Hand (Imperial College) « Data Mining is a new discipline lying at the interface of statistics, database technology, pattern recognition… It is concerned with the secondary analysis of large databases in order to find previously unsuspected relationships which are of interest to the database owner ».

La théorie de l’apprentissage lui donne ses fondements conceptuels : on distingue traditionnellement apprentissage supervisé ou non supervisé.

 

Elena Di Bernardino et Pierre-Louis Gonzalez animent  le séminaire de statistique