Analyse fonctionnelle. Exercices et problèmes corrigés - Niveau M1

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.

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.

Cet ouvrage propose aux étudiants de Licence 2 de Mathématiques ou de Physique une méthode efficace et progressive pour comprendre et appliquer les concepts fondamentaux des mathématiques. A la suite des rappels de cours, sous forme de fiches, chaque chapitre propose des exercices de difficulté croissante pour s'évaluer : QCM, questions Vrai/Faux et exercices d'entraînement. Les corrigés détaillés mettent en évidence la méthodologie.

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.