Éric Matzner-Lober
Éric Matzner-Lober
Professeur de Statistique à l'Université de Rennes 2 et membre affilié au laboratoire National de Los Alamos, il a rédigé plusieurs livres sur R et les méthodes de régression. Il participe activement à des programmes de recherche en interaction avec des entreprises comme dans le project Smart Electric Lyon.Éric Matzner-Lober anime les formations :
- Régression linéaire et analyse de la variance avec R
- Régression linéaire et analyse de la variance avec Python
- Classification supervisée : analyse discriminante, régression logistique et arbres avec R
- Classification supervisée : analyse discriminante, régression logistique et arbres avec Python
- Statistique inférentielle : estimation ponctuelle, intervalle de confiance et test statistique
- Statistiques descriptives avec R
- R initiation
- R intermédiaire
- R pour la data science
- Les fondamentaux du Machine learning avec R
- Machine learning : bagging, gradient boosting, SVM avec R
- Les fondamentaux du Deep learning avec R
- Visualisation des données avec R
- Réduction de dimension et classification non supervisée (Clustering)
- Techniques de scoring
