Publications by Lazare Sân-ib Da
Analyse de survie
Nous allons utiliser deux packages R : • survival pour le calcul d’analyses de survie • survminer pour résumer et visualiser les résultats de l’analyse de survie library("survival") library("survminer") ## Loading required package: ggplot2 ## Loading required package: ggpubr ## ## Attaching package: 'survminer' ## The following object ...
12402 sym R (12303 sym/42 pcs) 2 img
Introduction au réseau de neurone
Introduction L’affirmation souvent répétée selon laquelle « nous vivons dans un monde connecté » reflète peut-être le mieux : dans sa simplicité, pourquoi les réseaux ont suscité un tel intérêt ces dernières années. Depuis des réseaux sociaux en ligne comme Facebook au World Wide Web et à Internet lui-même, nous sommes entourés...
11704 sym R (4463 sym/81 pcs) 11 img
Calcul Matrice sur R
Calcul matriciel Un certain nombre d’op ́erations classiques sur les matrices sont pr ́esentes dans la version de base de R. Avant de les pr ́esenter, d ́efinissons un scalaire λ et deux matrices r ́eelles A et B, et une matrice complexe C dont nous nous servirons par la suite. Le lecteur int ́eress ́e par ce sujet pourra consulter avec p...
5975 sym
Document
Nous allons utiliser le jeu de données fecondite fourni par l’extension questionr. Ce jeu de données comporte trois tableaux de données : menages , femmes et enfants . Nous souhaitons étudier ici la survie des enfants entre la naissance et l’âge de 5 ans. Dans un premier temps, nous comparerons la survie des jeunes filles et des jeunes gar...
9701 sym R (22020 sym/80 pcs) 4 img
Machine learning Régression sous contraintes
Régression sous contraintes Objet Les méthodes de régression (linéaire, logistique, etc.) sont très utilisées en pratique. Cependant, lorsque le nombre de variables explicatives est élevé voire plus grand que le nombre d’individus, ou lorsqu’il existe de fortes corrélations entre ces variables explicatives, des problèmes d’estimatio...
9162 sym R (780 sym/13 pcs) 4 img
Machine learning Régression sous contraintes
Régression sous contraintes Objet Les méthodes de régression (linéaire, logistique, etc.) sont très utilisées en pratique. Cependant, lorsque le nombre de variables explicatives est élevé voire plus grand que le nombre d’individus, ou lorsqu’il existe de fortes corrélations entre ces variables explicatives, des problèmes d’estimatio...
9162 sym R (780 sym/13 pcs) 4 img
Machine learning avec Gradient boosting
Gradient boosting Objet Les algorithmes de gradient boosting permettent de répondre à des problèmes de régression et de classification supervisée. On désigne par \(Y\) la variable à expliquer et par \(X = (X_1, . . . , X_p)\) le vecteur des variables explicatives. L’approche consiste à utiliser une descente de gradient pour minimiser le r...
6066 sym R (2210 sym/25 pcs) 3 img
Machine learning avec SVM
SVM Object Les Support Vector Machines (SVM) sont une famille d’algorithmes dédiés aux problèmes de régression et de classification supervisée. Nous présenterons la démarche dans le cas de la classification supervisée avec une variable à expliquer \(Y\) binaire. On désigne par \(X = (X_1, . . . , X_p)\) le vecteur des variables explicat...
7310 sym R (6320 sym/31 pcs) 1 img
Machine learning avec Forêts aléatoires
Plusieurs méthodes de machine learning qui ont toutes un même objectif de prédiction. Ces techniques requièrent typiquement le calibrage d’un ou plusieurs paramètres à partir des données. Aussi, la première fiche présente une stratégie pour calibrer un jeu de paramètres pour n’importe quelle méthode. Les parties suivantes présenten...
13211 sym R (5828 sym/44 pcs) 3 img
Machine learning avec Régression sous contraintes
Régression sous contraintes Objet Les méthodes de régression (linéaire, logistique, etc.) sont très utilisées en pratique. Cependant, lorsque le nombre de variables explicatives est élevé voire plus grand que le nombre d’individus, ou lorsqu’il existe de fortes corrélations entre ces variables explicatives, des problèmes d’estimatio...
10178 sym R (1748 sym/17 pcs) 4 img