TECHNIQUES D'ANALYSE DE DONNÉES MULTIVARIÉES À L'AIDE DE PYTHON. RÉDUCTION DES DIMENSIONS, CLASSIFICATION ET SEGMENTATION

Confronté à la réalité d'une étude, le chercheur dispose généralement de nombreuses variables mesurées ou observées chez un échantillon d'individus, souhaite les étudier ensemble et se tourne alors vers l'analyse de données multivariées. Il est confronté à une variété de techniques et doit sélectionner la plus adaptée à ses données, mais surtout à son objectif scientifique. L'analyse multivariée utilise deux types de techniques : l'apprentissage supervisé, qui entraîne un modèle avec des données d'entrée et de sortie connues afin de prédire les résultats futurs, et l'apprentissage non supervisé, qui identifie des modèles cachés ou des structures intrinsèques dans les données d'entrée. La plupart des techniques d'analyse non supervisée sont développées tout au long de cet ouvrage d'un point de vue méthodologique et pratique, avec des applications via le logiciel Python. Les techniques suivantes sont explorées en profondeur : réduction de dimension, analyse en composantes principales, analyse factorielle, analyse des correspondances simples, analyse des correspondances multiples, mise à l'échelle multidimensionnelle, analyse de clustering et analyse discriminante.