Modèle linéaire et grande dimension

Responsable : Étienne Roquain

Objectif : Appréhender les problématiques issues de la grande dimension dans le modèle linéaire

Prérequis : Notions fondamentales de probabilités et statistique, logiciel R

Thèmes abordés :

• Seuillage et hypothèse de parcimonie (sparsité)
• Estimateurs pénalisés : ridge et LASSO
• Régression logistique, régression Poisson et modèle linéaire généralisé
• Sélection et contrôle du taux de faux positifs
• Prédiction conformelle

Ressources : Moodle