Course description

Name of course

Méthodes quantitatives 2 : Méthodes prédictives

Course code

22MQ090

Academic year

2019 - 2020

Cycle

Number of credits

5

Number of hours

60

Quadrimestre

1

Pondération

Site

Anjou

Language of instruction

French

Main teacher

CUVELIER Etienne

Objectifs et contribution de l'Unité d'Enseignement au programme

L’unité d’enseignement aborde les techniques quantitatives d’exploration et d’interprétations des données dans une optique pratique.
A l’issue du cours l’étudiant sera à même de choisir et de mettre en œuvre les techniques quantitatives nécessaires à l’analyse d’un problème pratique tiré de la vie économique réelle.

Prerequisites and co-requisites

21MQ050, « Méthodes Quantitatives 1 : Méthodes Exploratoires »

Content description

1) Méthodes Prédictives
a) Méthodes de régressions
i) Linéaire (bivariée et multivariée)
ii) Non linéaire (bivariée et multivariée)
b) Règles d'Association
c) Classification
i) Introduction
ii) Techniques de validation des résultats
iii) k-nearest neighbours
iv) Classifieurs Bayésiens
(1) Naive Bayes
(2) EM Algorithm for Clustering with MCLUST
v) Arbres de Décision
vi) Support Vector Machine
vii) Réseaux de Neurones Artificiels
d) Sentiment Analysis

Teaching methods

• Exposé ex cathedra et mise en pratiques en laboratoire via les logiciels spécifiques
• Etudes de cas pratiques

Evaluation mode

L'examen sera oral et comprendra notamment la présentation et la défense d’un travail.

Bibliography

- Data Mining and Analysis, Fundamental Concepts and Algorithms, Zaki M. J., Meira, W Jr, Cambridge University Press, May 2014.
- The Elements of Statistical Learning: Data Mining, Inference, and Prediction, Second Edition, Hastie T., Tibshirani R., Friedman J., Springer, 2009
- Social media mining: an introduction, Zafarani R., Abbasi M.A., Liu H, Cambridge University Press, 2014.
- An Introduction to Statistical Learning with Applications in R, James G. , Witten D. , Hastie T., Tibshirani R., Springer, 2009.
- R Programming for Data Science, Peng R. D., LeanPPub, 2016.
N.B.: Toutes les références sont en téléchargement libre légalement.