Mediaspace scheduled maintenance: Aug 25, 2026 07:00 - 12:00 AM. During this time, videos will be temporarily unavailable. Check status updates.

Séance de cours

Analyse par grappes : méthodes et applications

Dans cours

MATH-474: Statistics for genomic data analysis

After a short introduction to basic molecular biology and genomic technologies, this course covers the most useful statistical concepts and methods for the analysis of genomic data. ...

Description

Cette séance de cours porte sur les principes fondamentaux de l'analyse par grappes dans le contexte de l'analyse des données génomiques, en mettant l'accent sur des méthodes telles que la classification, le regroupement des données d'expression des gènes, les techniques de visualisation, les mesures de similitude et de dissemblance, les mesures de distance et divers algorithmes de regroupement. L'instructeur explique les défis à relever dans la définition des clusters, l'importance de choisir la bonne mesure de distance et le processus de regroupement hiérarchique et de partitionnement. Des exemples pratiques et des outils comme les paquets R pour les tâches de regroupement sont également discutés, ainsi que des critères pour estimer le nombre de grappes et évaluer la confiance et l'homogénéité des affectations de grappes.

Enseignant·e

Darlene Goldstein

Source officielle

Concepts associés (29)

Regroupement hiérarchique

Dans le domaine de l'analyse et de la classification automatique de données, le regroupement hiérarchique est un partitionnement de données ou clustering, au moyen de diverses méthodes, dites « ascendantes » et « descendantes ». Les méthodes dites « descendantes » partent d’une solution générale vers une autre plus spécifique. Les méthodes de cette catégorie démarrent avec une seule classe contenant la totalité puis se divisent à chaque étape selon un critère jusqu’à l’obtention d’un ensemble de classes différentes.

K-moyennes

Le partitionnement en k-moyennes (ou k-means en anglais) est une méthode de partitionnement de données et un problème d'optimisation combinatoire. Étant donnés des points et un entier k, le problème est de diviser les points en k groupes, souvent appelés clusters, de façon à minimiser une certaine fonction. On considère la distance d'un point à la moyenne des points de son cluster ; la fonction à minimiser est la somme des carrés de ces distances.

Partitionnement de données

vignette|upright=1.2|Exemple de clustering hiérarchique. Le partitionnement de données (ou data clustering en anglais) est une méthode en analyse des données. Elle vise à diviser un ensemble de données en différents « paquets » homogènes, en ce sens que les données de chaque sous-ensemble partagent des caractéristiques communes, qui correspondent le plus souvent à des critères de proximité (similarité informatique) que l'on définit en introduisant des mesures et classes de distance entre objets.

Single-linkage clustering

In statistics, single-linkage clustering is one of several methods of hierarchical clustering. It is based on grouping clusters in bottom-up fashion (agglomerative clustering), at each step combining two clusters that contain the closest pair of elements not yet belonging to the same cluster as each other. This method tends to produce long thin clusters in which nearby elements of the same cluster have small distances, but elements at opposite ends of a cluster may be much farther from each other than two elements of other clusters.

Mesure de similarité

En mathématiques et en informatique théorique, une mesure de similarité, plus exactement une mesure de distance entre mots, est une façon de représenter par un nombre la différence entre deux mots, ou plus généralement deux chaînes de caractères. Cela permet de comparer des mots ou chaines de façon simple et pratique. C'est donc une forme de distance mathématique et de métrique pour les chaînes de caractères.

Afficher plus

Séances de cours associées (32)

Apprentissage supervisé : arbre k-NN et arbre de décision

Introduit l'apprentissage supervisé avec k-NN et les arbres de décision, couvrant les techniques, les exemples et les méthodes d'ensemble.

Groupement : moyenne en k

Explique le regroupement des moyennes k, en attribuant des points de données à des grappes en fonction de la proximité et en minimisant les distances carrées à l'intérieur des grappes.

Découverte avancée de la structure : données sur les distances et les séries chronologiques

Explore les algorithmes de clustering, les mesures de distance et les techniques d'analyse de données de séries chronologiques.

Aperçu de l'apprentissage supervisé

Contient les CNN, les RNN, les SVM et les méthodes d'apprentissage supervisé, soulignant l'importance d'harmoniser la régularisation et de prendre des décisions éclairées dans le domaine de l'apprentissage automatique.

Analyse des données génomiques : regroupement et survie

Explore le regroupement des données génomiques, l'analyse de la survie, l'identification des gènes et l'importance statistique dans la recherche sur le cancer.

Afficher plus

Concepts associés (29)

Regroupement hiérarchique

K-moyennes

Partitionnement de données

Single-linkage clustering

Mesure de similarité

Afficher plus