Ateliers Statistiques

Historique des Ateliers Statistiques

1. 15, 16, 17 mars (session 1) Quantification et traitement des incertitudes de mesure
2. 15 et 16 juin (session 2) Clustering : une vision unifiée pour une utilisation éclairée
3. 22, 23, 24 novembre (session 3) Apprentissage par réseaux de neurones : des bases à l'analyse de textes et de séries temporelles

1. 31 mars et 1er avril (session 1) Traitement statistique des valeurs extrêmes
2. 29 novembre, 30 novembre et 1er décembre (session 2) - Machine Learning & Méthodes d’apprentissage par arbres de décision

1. 8 - 9 - 10 - 11 - 12 mars (session 1) : Traitement statistique des données manquantes
2. 5 - 6 - 7 juillet (session 2) : Traitement statistique de données censurées en analyse de survie
3. 29 - 30 septembre (session 3 - Exceptionnelle) - Visualisation de données en grande quantité et grande dimension
4. 2 - 3 décembre (session 4)- Détection et traitement statistique de données aberrantes/atypiques (outliers)

1. 7 - 8 - 9 décembre (session 1) : Apprentissage statistique des modèles à variables latentes

1. 25 - 26 - 27 juin (session 1) : Modélisation hiérarchique et état de l’art en statistique bayésienne
2. 10 - 11 - 12 septembre (session 2) : Des algorithmes MCMC historiques aux nouvelles méthodes d'inférence bayésienne
3. 27 - 28 - 29 novembre (session 3) : Thématiques d'intérêt en statistique bayésienne

1. 18 - 19 septembre (session 1) : Introduction au Machine Learning
2. 08 - 09 novembre (session 2) : Introduction au Deep Learning
3. 11 - 12 décembre (session 3) : Apprentissage machine non-supervisé et introduction au traitement de données séquentielles

1. 29 - 30 juin (session 1) : Systèmes de recommandation
2. 3 - 4 octobre (session 2) : Détection de ruptures et segmentation

1. 23 - 24 juin (session 1) : Introduction aux méthodes spatiales et spatio-temporelles
2. 18 - 19 octobre (session 2) : Introduction à l'analyse statistique de graphes et de réseaux sociaux
3. 17 - 18 novembre (session 3) : Processus ponctuels spatio-temporels et modélisation de trajectoires

1. 11 -12 juin (session 1) : Modèles logit pour données catégorielles et applications
2. 23 -24 septembre (session 2) : Modèles à effets mixtes pour données longitudinales - partie 1
3. 5 - 6 novembre (session 3) : Modèles à effets mixtes pour données longitudinales - partie 2

1. 26 - 27 juin (session 1) : la multicolinéarité et la régression PLS et ses applications
2. 13 - 14 novembre (session 2) : Méthodes robustes en régression: théorie et applications
3. 27 - 28 novembre (session 3) : Approche PLS pour les modèles à variables latentes et les modèles libres

1. 13-14 juin (session 1) : Introduction aux traitements de séries temporelles et applications
2. 10-11 octobre (session 2) : Traitement de séries temporelles multivariées et applications

1. 27-28 septembre (session 1) : Introduction aux méthodes non paramétriques
2. 29-30 novembre (session 2) : Méthodes de rééchantillonnage et applications
3. 31 janvier-1er février 2013 (session 3) : Méthodes semi et non paramétriques

1. 28-29 juin (session 1) : Données d'enquête : échantillonnage et redressement
2. 9-10 novembre (session 2) : Données d'enquête : estimation de variance et méthodes d'estimation avancées
3. 21-22 novembre (session 3) : Traitement de la non-réponse totale et de la non-réponse partielle dans les enquêtes

1. 22-23 juin : Analyse de données : méthodes et applications
2. 2-3 décembre : Classification, données manquantes : méthodes et applications
3. 31 mars-1er avril 2011: Analyse de tableaux multiples : méthodes et applications

1. Introduction à la statistique bayésienne (24-25 juin 2009)
2. Méthodes numériques en statistique bayésienne(19-20 novembre 2009)
3. Des applications en statistique bayésienne (18-19 janvier 2010)

1. Introduction au génome et post-génome en statistique (25-26 septembre 2008)
2. Méthodes statistiques appliquées à la phylogénie et à la génomique comparative (23-24 octobre 2008)
3. Méthodes d'apprentissage et modèles graphiques appliqués aux données génomiques et post-génomiques (27-28 novembre 2008)

1. Introduction aux traitements de séries temporelles et applications
2. Traitements de séries temporelles avancée : ARIMAX, ARCH, espace-état, modèles VAR et applications
3. Méthodes d'indelettes en statistique
4. Modèles de prévision non paramétriques et semi-paramétriques, et applications

1. Introduction à l'apprentissage statistique. Méthodes et applications les 22 et 23 juin 2006.
2. Nouvelles méthodes de régression (LASSO, LARS, et Kernel PLS), agrégation de modèles et applications les 19 et 20 octobre 2006.
3. Apprentissage non supervisé de données complexes, symboliques et textuelles les 7 & 8 décembre 2006.

1. Modèles graphiques et applications les 12 & 13 mai 2005.
2. Réseaux bayésiens et applications les 16 & 17 juin 2005.
3. Modèles structurels et applications les 20 & 21 octobre 2005.
4. Analyse des tableaux multiples les 15 et 16 décembre 2005.

1. Démarche générale de réalisation d’une enquête par sondage (à quoi veut-on répondre ?, la conception du questionnaire, la constitution du plan de sondage, la qualité des données recueillies, le traitement des données, l’interprétation et la restitution des résultats) les 31 mars et 1er avril 2004.
2. Théorie des sondages: échantillonnages probabilistes et calculs d'estimateurs les 10 et 11 juin 2004.
3. Méthode du partage des poids et méthodes du cube les 21 et 22 octobre 2004.
4. Traitement des données de panel les 2 et 3 décembre 2004.

1. Problèmatique sur les techniques de scoring et applications (banque, marketing ...) les 21 et 22 mars 2003 à Paris: discriminante, régression logistique , arbres de décision, apprentissage. Intervenant : G. Saporta.
2. Traitement de données catégorielles et de données de comptage : modèles logit, modèle de Poisson et modèle de Cox les 12 et 13 juin à Paris animé par Ph.Bastien et Ch.Derquenne.
3. Arbres de décision, segmentation les 30 et 31 octobre à Paris ; Intervenants : (S.Amarsy, J.P.Nakache, J.M.Poggi).
4. Bases du modèle linéaire mixte : applications à l'analyse de données longitudinales les 8 et 9 décembre 2003 à Paris animé par Jean Louis Foulley.

1. la régression logistique à Nantes en mai 2001.
2. "Data Mining et informatique décisionnelle en entreprise" le 14 mai 2002 à Bruxelles, animé par G.Hébrail et D.Zighed.
3. "Méthodes récentes en classification automatique": les 6 et 7 juin 2002 à Paris, animé par Y.Lechevallier.
4. "Traitement de données manquantes et les méthodes d’imputation" les 22 et 23 octobre 2002 animé par Eric RANCOURT et David HAZIZA (Statistique Canada).