École d’été de santé publique et d’épidémiologie de Bicêtre

Installation (à faire avant la séance pour gagner du temps)

Il est indispensable d’installer R et Rstudio dans cet ordre. Il est important de respecter l’ordre d’installation et n’utiliser que ces versions issues des plateformes officielles des contributeurs.

Supports et slides des présentation

• Introduction sur-apprentissage, validation croisée et choix de modèle

• Arbres de décision

• Forêts aléatoires et gradient boosting

• Forêts aléatoires pour l’analyse de survie

• Clustering : méthodes géométriques

• Clustering : modèles de mélanges

• Clustering : TP

TP R

• Illustration sur la famille des k-plus proches voisins

• Choix de modèle dans la famille des k-nn par validation croisée à l’aide de la librairie caret et parallélisation sous R

• Arbres de régression avec et sans élagage

• Arbres de classification avec et sans élagage

• Choix d’une forêt aléatoire à l’aide de caret pour la régression

• Choix d’une forêt aléatoire à l’aide de caret pour la classification

• Choix d’un modèle de gradient boosting à l’aide de caret pour la régression

• Choix d’un modèle de gradient boosting à l’aide de caret pour la classification

• Segmentation d’image par clustering spectral

• Clustering par modèles de mélanges

• Si le temps le permet : modèles ensemblistes pour l’analyse de survie

Bibliographie, aide et commandes R

• Commandes R mémoire du Dr Julien Chiquet (DR Inrae).

• Mine d’or 1 pour trouver des astuces et solutions de programmation avec .

• Mine d’or 2 pour trouver des réponses à vos questions en statistique.

• Livre : The Elements of Statistical Learning

• Le petit frère du livre précédent

Jeux de données à utiliser

• jeu de données mixture

• jeu de données d’assurance maladie

• Image