Les mathématiques comparent des phénomènes
les plus diversifiés et découvrent les analogies
secrètes qui les unissent.
    J.B.J. Fourier

Accueil du site > Espace enseignants > Niang N’deye et Russolillo Giorgio >

STA201 - Analyse multivariée approfondie - 2018/19 par Niang-Keita et Russolillo


Unité d’Enseignement ouverte en 2018-2019

Horaires des séances : Les Mercredis de 18h00 à 20h30.

Programme jusqu’au 16/01/2019

  • Pour l’emploi du temps veuillez consulter ce site.

Validation de l’UE CONSIGNES


Ressources Utiles :

- Licence SAS. Licence Gratuite à domicile pour étudiants et professeurs SAS 9.4. Les personnels CNAM ainsi que les élèves régulièrement inscrits peuvent bénéficier de cette licence annuelle. Les instructions d’installation s’obtiennent en suivant le lien suivant Se munir de son identifiant et de son mot de passe.

- Le logiciel R est téléchargeable ici, et Rstudio (interface pour R) est téléchargeable ici.

- Ressources pour R :

— Le Site "Quick R"

— Le Site "Advanced R"

— Le Site "R-packages"

— Le Site "De Gaston Sanchez"

Un commentaire (publié dans la revue Nature) : Adventures with R

- Introduction aux techniques d’apprentissage par machine (machine learning). Cours et vidéos par l’équipe de Stanford

- A post on "how to become a data scientist (from R-Blogger)."

- Un lien vers un cours offert à Stanford (par Hastie, & Tibshirani) à partir du 19 Janvier 2015 (couvre : R, analyse discriminante, bootstratp, LASSO, etc. )

Livre Important

- Le livre de Hastie, Tibshirani, & Friedman (2009). An Introduction to Statistical Learning with Applications in R. New York : Springer. (Téléchargeable à partir de la page maison des auteurs).

Bibliographie Française

voir en cours

Matériel de cours

Les cours des mercredis 17 et 24 octobre débuteront à 18H30.