2023 - 2024
-
Machine Learning for Data Science (3A - ENSIIE et M2DS - UEVE)
-
Python for Data Science (3A - ENSIIE et M2 - UVSQ)
-
Modèles de régression (2A - ENSIIE)
-
Data Analysis (2A - ENSIIE)
- TD n°1 : Multivariate Normal and R ( Sujet , html , Rmd )
- TD n°2 : Clustering using the kmeans algorithm ( Sujet , html , Rmd )
- TD n°3 : Mixture Models ( Sujet , html , Rmd )
- TD n°4 : Analyse en composantes principales ( Sujet , html , Rmd )
- TD n°5 : Kernel PCA and Spectral Clustering ( Sujet , html , Rmd )
2022 - 2023
- Introduction à R (M1MINT / M2DS - UEVE)
- Base de la programmation en R: Manipulation des différents types.
- Simulation de données.
- Statistiques descriptives et inférentielles.
- Sensibilisation aux notions de complexité algorithmes et d’erreurs numériques.
- Maîtrise des dataframes, et des packages pour les data sciences.
- Data Analysis (2A - ENSIIE)
- TD n°1 : Multivariate Normal and R ( Sujet , html , Rmd )
- TD n°2 : Clustering using the kmeans algorithm ( Sujet , html , Rmd )
- TD n°3 : Mixture Models ( Sujet , html , Rmd )
- TD n°4 : Analyse en composantes principales ( Sujet , html , Rmd )
- TD n°5 : Kernel PCA and Spectral Clustering ( Sujet , html , Rmd )
- Méthodologie (L1 - UEVE)