Nouveautés ?

Animé par DUQUESNOY Jean-Marc (Membre de l’IREMS de Lille, Professeur de mathématiques – Lycée André Malraux – Béthune) et EUDES Fabrice (Membre de l’IREMS de Lille, Professeur de mathématiques – Lycée Gaston Berger – Lille) – 4×1h15 – Jeudi 5 et vendredi 6 mars – Bâtiment M3

Résumé

Dans un monde où la data est devenue omniprésente, nous sommes souvent confrontés à des ensembles de données multidimensionnelles. Une question fondamentale revient sans cesse :
comment extraire une information pertinente et synthétique à partir d’une multitude de variables parfois corrélées et donc redondantes ?

C’est pour répondre à ces défis que l’Analyse en Composantes Principales (ACP) s’impose comme l’un des outils les plus puissants et fondamentaux de l’analyse exploratoire de données. L’atelier alternera entre présentations d’exemples concrets et explications théoriques. Il débutera par une mise en situation sur deux exemples qui répondront aux questions suivantes : comment explorer et visualiser un tableau de données comportant un grand nombre de variables ?

• En médecine : identification de motifs discriminants entre lésions bénignes et malignes d’une tumeur.
• En milieu scolaire : résultats des élèves d’une classe de Troisième.

La difficulté sera de percevoir des structures dans un espace à plus de 3 dimensions.
L’ACP constituera une solution pour réduire le nombre de dimensions tout en conservant l’essentiel de l’information.
Seront utilisés des scripts codés en langages PYTHON et R.
Si le temps le permet, une méthode de Clustering, en l’occurrence la méthode k-means, sera exposée en fin d’atelier.

Ressources

• Le livret :

• Le diaporama d’appui :

• 4 exemples : élèves, « Décathlon », Cancer, 3 variables