Accueil > Formation > Statistiques > Analyse de données multidimensionnelles
Analyse des données multidimensionnelles
|
Journée de découverte - Exploration des Données Multidimensionnelles Découvrir les principales méthodes multidimensionnelles (analyse en composantes principales, analyse des correspondances, analyse discriminante ...), en comprendre l'intérêt dans de nombreuses problématiques. |
|
Analyse de Données Quantitatives Apprendre les méthodes statistiques d'analyse de données permettant de caractériser et/ou modéliser la relation entre plusieurs variables quantitatives. |
|
Analyse de Données Qualitatives Apprendre les méthodes statistiques d'analyse de données permettant de caractériser la liaison entre une variable à expliquer qualitative, nominale ou ordinale, et une ou plusieurs variables explicatives qualitatives ou quantitatives. |
|
Datamining Le Data mining est l’art d’extraire de l’information utile à partir de données volumineuses, changeantes, non structurées. Ce stage présente les différentes facettes du concept et fournit un panorama des méthodes regroupées sous ce terme : méthodes plutôt statistiques (analyse discriminante, régression…) et méthodes plutôt « informatiques » (arbres de décision, réseaux de neurones, … ). |
|
Analyse de données sensorielles S'initier aux méthodes adaptées aux problématiques de l'analyse sensorielle et interpréter les résultats produits par les logiciels. |
|
Analyse de Données Symboliques Réduire la quantité de données à traiter sans perte d'information via la création de concepts. Prendre en compte des données (qualitatives, quantitatives, textuelles...) qui ont du sens au niveau des concepts et non au niveau des individus qui les composent. |
|
Méthodes PLS Décrire la structure ou modéliser des relations de causes à effets de tableaux « observations x variables » en particulier lorsque le nombre de variables est très important, éventuellement plus important que le nombre d'observations, ou que le tableau comporte de nombreuses valeurs manquantes. |
|
Méthodes PLS pour l'analyse de données OMICS Les phénomènes biologiques sont multivariés par nature et les données générées par les technologies Omics sont généralement volumineuses et complexes. Dans ce contexte, les méthodes d'analyse multivariée sont particulièrement adaptées pour extraire l'information pertinente de ces grands ensembles de données. Cette formation présente la mise en œuvre des techniques d'analyse multivariée les plus récentes dans le cadre de l'analyse de données transcriptomiques, protéomiques et métabolomiques. L'élaboration et l'interprétation de modèles exploratoires (descriptifs) et discriminants (prédictifs) seront abordées, ainsi que la recherche de biomarqueurs et la validation des modèles (validité et robustesse). |
|
Méthodes PLS pour l'analyse des spectres Savoir mettre en œuvre les méthodes multivariées adaptées aux données spectrales : les différents choix pour le filtrage, ACP et méthodes PLS, méthodes de validation. |
|
Méthodes PLS - Applications Industrielles Utiliser les méthodes PLS pour des applications industrielles comme l'analyse d'image, le contrôle de qualité, les séries chronologiques, ... |
Cédric CALAS
- Tél : 05 34 31 82 70
Plan du site Contact
Newsletter