[SFdS] RAPPEL Session 2 Ateliers Statistiques 2023
Clustering : une vision unifiée pour une utilisation éclairée les 15 et 16 Juin 2023 à l'IHP (Paris)


Chères et chers collègues,

Pour rappel, le second Atelier de l’année 2023 portera sur la classification non supervisée et les modèles de mélange. La statistique est la science de la synthèse des données : il s’agit de fournir une meilleure compréhension des données et de conduire à des décisions éclairées. Le clustering (ou classification non supervisée) est l'un de ses principaux paradigmes, combinant une réduction extrême des données à une extraction de sens. Dans le contexte contemporain d’abondance et de complexité croissante des données, cet atelier donnera les clefs pour un usage raisonné et utile de méthodes de clustering modernes et performantes.

L’Atelier débutera par une journée portant sur les méthodes exploratoires ainsi que sur l’ évaluation d’une méthode de clustering. La deuxième journée sera consacrée à la formalisation par modèles de mélange et au traitement de la grande dimension. Chaque partie du cours sera illustrée par des travaux pratiques sur données réelles avec le logiciel R et la présentation des packages R comme Mixmod, Mixtcomp, blockcluster.

Le programme détaillé de l'atelier est disponible en cliquant ici.

L’atelier sera animé par Christophe Biernacki (INRIA).

Pour vous inscrire à cet Atelier, merci de compléter le formulaire en ligne qui est disponible en cliquant ici. A la suite de votre inscription, vous recevrez une confirmation par voie électronique ainsi qu’une facture pour le règlement et une convention de formation à signer.

Attention, la date limite d’inscription à cet Atelier est fixée au 8 juin 2023 et le nombre de places est limité à 25.

Il reste encore quelques places!

En espérant vous accueillir nombreux pour cet Atelier Statistique,

Sophie ANCELET
Responsable des Ateliers Statistiques de la SFdS



PS: Retrouvez le programme des futurs Ateliers Statistiques SFdS 2023 incluant un Atelier sur l'apprentissage par réseaux de neurones en cliquant ici !
SFdS - Société Française de Statistique
©2024 SFdS