Le logiciel R est maintenant un standard dans le domaine de la statistique. Libre et gratuit, son enseignement s'est généralisé dans toutes les filières où les statistiques sont utilisées : sciences de la vie et de la Terre, études de santé, sciences économiques, géographie, sciences physiques... Cet ouvrage accompagne l'étudiant en Licence 3, en Master ou écoles d'ingénieurs dans son apprentissage de la modélisation statistique avec R. De nombreux exemples et des rubriques méthodologiques ponctuent le cours. Des exercices et problèmes permettent la mise en application directe et la généralisation des concepts.

Modélisation statistique par la pratique avec R - Cours et exercices corrigés

Tout le cours en fiches.
Tout le programme en 50 fiches.
Toutes les notions à connaître pour assimiler l'essentiel.
Des QCM corrigés.
Tous les QCM sont extraits d'annales des examens pour évaluer votre niveau et vérifier votre apprentissage.
Tous les corrigés sont commentés pour travailler en parfaite autonomie.
Des fiches méthodes.
Des conseils pour appliquer plus facilement le cours lors des exercices.

Pass biostatistiques, mathématiques et probabilités ; tout en fiches

30 fiches de 4 à 8 pages couvrant l'ensemble des notions d'analyse utiles à un étudiant en L1/L2 mentions mathématiques, physique ou informatique. Chaque fiche comprend un rappel de cours suivi d'un ou plusieurs exercices dont la résolution détaillée est appuyée par des conseils méthodologiques.

Mathématiques L1/L2 : Analyse - en 30 fiches

La numérisation du monde a pour conséquence la mise à disposition de masses de données inédites, notamment celles provenant du web. La statistique qui s'est développée autrefois dans un contexte de rareté des données fait face à de nouveaux défis. Donner du sens aux données, développer des algorithmes prédictifs sans nécessairement avoir de modèle génératif, tels sont quelques-uns des objectifs de l'apprentissage statistique. L'apport d'autres disciplines - informatique et optimisation en particulier - est essentiel compte tenu de la nécessité de traiter rapidement les volumes de données impliqués. On distingue l'apprentissage supervisé, où l'objectif est de prévoir une réponse à partir de prédicteurs, de l'apprentissage non supervisé, qui recherche des structures et des formes sans chercher à prévoir une réponse particulière. Depuis les réseaux de neurones jusqu'aux forêts aléatoires, en passant par les séparateurs à vaste marge (SVM), de nombreux algorithmes ont été développés, ne reposant que faiblement sur des hypothèses probabilistes. Dans ce contexte, la validation, la capacité de généralisation à de nouvelles données et le passage à l'échelle sont donc essentiels. Cet ouvrage est le fruit de la collaboration entre spécialistes réputés : Sylvain Arlot (Université Paris Sud), Philippe Besse (INSA de Toulouse), Stéphane Canu (INSA de Rouen), Jean-Michel Poggi (Université Paris Descartes & LMO, Université Paris-Sud Orsay), Emmanuel Viennet (Université Paris 13) et Nathalie Villa-Vialaneix (INRA, Toulouse) réunis à l'occasion des 17" Journées d'étude en statistique organisées par la SFdS. Le lecteur y trouvera une synthèse des fondements et des travaux les plus récents dans le domaine de l'apprentissage statistique, avec des applications dans des domaines variés.

Apprentissage statistique et données massives

30 fiches de 4 à 8 pages couvrant l'ensemble des notions d'algèbre et de géométrie utiles à un étudiant en L1/L2 mentions mathématiques, physique ou informatique. Chaque fiche comprend un rappel de cours suivi d'un ou plusieurs exercices dont la résolution détaillée est appuyée par des conseils méthodologiques.

Mathématiques ; algèbre et géométrie en 30 fiches ; L1/L2

Cet ouvrage propose aux étudiants de la première année d'études supérieures une méthode progressive et efficace pour apprendre, comprendre et appliquer les concepts fondamentaux des mathématiques. Associés à des rappels de cours clairs et concis, sous forme de fiches, 200 QCM et 230 exercices de difficulté croissante permettent de s'évaluer et de s'entraîner aux examens et concours. Les corrigés détaillés mettent l'accent sur la méthode de résolution.

Mathématiques licence 1 - Exercices et méthodes

Cet ouvrage propose aux étudiants en Licence 2 de Mathématiques ou de Physique une méthode efficace et progressive pour apprendre, comprendre et appliquer les concepts fondamentaux de mathématiques.
Associés à des rappels de cours clairs et concis, sous forme de fiches, 200 QCM et 200 exercices de difficulté croissante permettent de s'évaluer et de s'entraîner aux examens et concours. Les corrigés détaillés mettent l'accent sur la méthode de résolution.

Mathématiques L2 ; exercices et méthodes

Le logiciel R est maintenant un standard dans le domaine de la statistique. Libre et gratuit, son enseignement s'est généralisé dans toutes les filières où les statistiques sont utilisées : sciences de la vie et de la Terre, études de santé, sciences économiques, géographie, sciences physiques... Cet ouvrage accompagne l'étudiant en Licence 3, en Master ou écoles d'ingénieurs dans son apprentissage de la modélisation statistique avec R. De nombreux exemples et des rubriques méthodologiques ponctuent le cours. Des exercices et problèmes permettent la mise en application directe et la généralisation des concepts. Cet ouvrage d'analyse statistique avancée avec R est un recueil d'aides, de conseils, de méthodes pour pouvoir explorer, analyser et modéliser la masse de données qui ne fait que croitre quotidiennement. A partir de jeux de données de différents domaines, il montre comment bien appliquer les différentes notions de statistiques et les représenter graphiquement. Les plus : mise en pratique immédiate des notions avec le logiciel, de nombreuses figures, des rubriques méthodologiques, des exercices d'application. Les + en ligne : retrouvez sur dunod.com, les compléments en ligne associés à l'ouvrage : figures en couleurs, solutions des exercices, compléments de chapitre... Un package compagnon pour le livre, ModStatR, est disponible sur le site du CRAN et un site internet lui est consacré sur GitHub.

Modélisation statistique par la pratique avec R

Cet ouvrage présente en 120 fiches les outils mathématiques utiles en Sciences de l'ingénieur : algèbre, analyse, probabilités et statistique. La présentation est adaptée aux besoins des étudiants préparant un examen ou un concours : fiches synthétiques pour aller à l'essentiel, exercices d'application corrigés pour s'entraîner. Des "+ en ligne" sur le site dunod.com proposent les corrigés détaillés d'une sélection d'exercices et une présentation du logiciel libre R.

Mathématiques pour les sciences de l'ingénieur - 3e éd. - - Licence/Prépas/IUT

L'actualité nous renvoie tous les jours une facette du risque : crise financière, accidents d'avion, dérapages du changement climatique, etc. Quel est le rôle joué par la statistique dans l'analyse de ces risques et quels sont les outils spécifiquement développés pour cela ? Cet ouvrage est consacré à une présentation des fondements méthodologiques classiques, mais aussi récents, et présente des applications à des domaines variés. Il est le fruit de la collaboration entre spécialistes parmi les plus réputés : Patrice Bertail (université Paris Ouest-Nanterre-La Défense), Arthur Charpentier (université Rennes-1), Anne-Laure Fougères (université Claude Bernard, Lyon), Stéphane Loisel (université Claude Bernard, Lyon), Eric Parent (AgroParisTech) et Jean-Marc Talion (université Paris-1), réunis à l'occasion des 14e Journées d'étude en statistique organisées par la SFdS au Centre international de rencontres mathématiques de Luminy.

Approches statistiques du risque

Les ouvrages de la collection « Maxi-Fiches » s'adressent aux étudiants désireux de maîtriser les fondamentaux d'une discipline. En 80 fiches synthétiques de 2 à 6 pages sont présentées les principales notions de statistique.  Chaque fiche est accompagnée d'une mise en pratique pour aider l'étudiant à assimiler rapidement les notions indispensables à connaître.

Livres