Programme :
deux séances sur le clustering (principes, clustering hiérarchique, k-means et variantes, modèles à variable latente et algorithme EM).
une séance sur la projection non-linéaire (MDS et lien avec l'ACP, kernel PCA, Isomap, t-SNE, ...).
une séance sur la détection d'anomalies (distance de Mahalanobis, statistiques robustes, LOF et variantes, one-class SVM, Isolation Forest, ...).
Mise en pratique sous R.
Session 1 - Introduction to networks and graphs. Slides and R practical.
Session 2 - Centrality indices and spectral properties. Slides and R practical.
Session 3 - Community detection and graph clustering. Slides and R practical.
Session 4 - Random graph models and permutation tests. Slides and R practical.
Session 5 - Stochastic block model. Slides and R practical.
Session 6 - Epidemics spreading on networks. Slides and R practical.