Composante
Polytech Grenoble - INP, UGA
Description
Objet du cours : Réduction de dimensions, analyse de données multidimensionnelles, classification
Compétences visées : être en mesure d'analyser des données multivariées provenant d'études médicales sur cohortes, d'images médicales ...
Les étudiants mettent en pratique des solutions d’ingénierie faisant intervenir divers outils mathématiques, statistiques et informatiques, en utilisant le langage MATLAB au cours de bureaux d'étude pour résoudre des problèmes concrets sur données réelles.
1. Introduction générale sur les méthodes de traitement de données multidimensionnelles
2. Méthode factorielle de réduction de la dimension: l'analyse en composantes principales (ACP)
3. Méthode de classification: analyse linéaire discriminante (AD)
Similar to MSS2 (multivariate analysis) with a reinforcement in PCA and LDA methods.
Heures d'enseignement
- Traitement de données / Data processing & data mining - CMTDCours magistral - Travaux dirigés30h
Pré-requis recommandés
Bonnes connaissances en algèbre linéaire (calcul matriciel, espaces propres et caractéristiques, diagonalisation) - Voir Tronc Commun Mathématiques d'année 3.
Quelques notions de programmation avec MATLAB.
Période
Semestre 8
Évaluation initiale / Session principale - Épreuves
Libellé | Nature de l'enseignement | Type d'évaluation | Nature de l'épreuve | Durée (en minutes) | Nombre d'épreuves | Coefficient de l'épreuve | Remarques |
---|---|---|---|---|---|---|---|
20/100 |