UP Mathématiques Appliquées
L'unité pédagogique de mathématiques appliquées d’Agrocampus est une unité d'enseignement et de recherche d'Agrocampus Ouest composée de 8 personnes (en janvier 2021). Elle est située dans le bâtiment 24.
L'unité pédagogique a la responsabilité de l'enseignement des mathématiques dans l'ensemble des filières rennaises d'Agrocampus ; elle est de plus cohabilitée avec l'Université de Rennes 2 pour délivrer le diplôme de master en statistique appliquée.
L'activité de recherche est centrée sur le développement de nouvelles méthodes en Statistique de données complexes et big data. Les applications privilégiées concernent les domaines de l'analyse sensorielle - étude consommateurs, et la génomique.
L'unité pédagogique a écrit de nombreux ouvrages et développe plusieurs packages libres (en R). Depuis 2005, l'unité est l'une des quatre équipes fondatrices de l'équipe de statistique de l'Institut de Recherche en Mathématique de Rennes (IRMAR ; UMR CNRS 6625).
Actualités
Workshop Moving2Gather 2020
Mercredi 19 février 2020
La troisième édition de la conférence Moving2Gather se tiendra à Agrocampus Ouest, à Rennes du 11 au 13 mars 2020 à la suite des Rencontres annuelles du GdR Ecostat.
Elle vise à réunir des écologues, des modélisateurs, des statisticiens, des probabilistes et des numériciens autour des outils propres à l'analyse des déplacements.
Plus d'informations (inscription et soumission)
GdR Ecologie Statitique
Mercredi 19 février 2020
Le GDR Écologie Statistique organise ses sixièmes rencontres les 9 et 10 mars 2020 à Agrocampus Ouest, Rennes.
La réunion débutera le 9 à 14h et se terminera à 17 heures le 10 mars.
Ces journées permettront d'échanger sur les différents thèmes de recherche du GDR.
MOOC Analyse des données multidimensionnelles
Mercredi 19 février 2020
La 6ème session du MOOC analyse des données multidimensionnelles débute lundi 2 mars, vous pouvez encore vous inscrire : inscription (gratuite).
Une version anglaise du MOOC s'est également ouverte. Plus d'informations sur la version anglaise ici
Soutenance de thèse de Florian Hébert
Mercredi 20 novembre 2019
"Prise en compte de la dépendance pour des problèmes de test global et de prédiction”
le jeudi 28 novembre à 9h30 - amphi Roux bâtiment 15 - AGROCAMPUS OUEST
Résumé : Dans de nombreux types de données, tels que les données génomiques ou fonctionnelles, les variables explicatives sont caractérisées par une forte structure de dépendance. Pour des problèmes variés, comme la construction de tests globaux ou de règles de prédiction, la prise en compte de cette structure de dépendance reste un problème ouvert. Plusieurs auteurs recommandent de prendre explicitement en compte cette dépendance, tandis que d’autres proposent de l’ignorer complètement. En réalité, il apparaît que le meilleur choix entre ces deux possibilités dépend à la fois de la structure de dépendance elle-même, mais aussi de la forme du signal d’association entre les variables explicatives et la variable réponse. Dans cette thèse, des approches adaptatives sont proposées, visant à déterminer la meilleure façon de prendre en compte la dépendance. Une méthode de test global est construite, notamment pour les problèmes de tests d’association gène-phénotype en études d’association pangénomiques. De façon similaire, une règle de régression adaptative est développée. Dans les deux cas, la prise en compte adaptative de la dépendance est permise par l’introduction de poids. Une expression explicite des poids optimaux est ensuite obtenue. Celle-ci dépend à la fois de la structure de dépendance des variables explicatives et du signal d’association. Les résultats obtenus sur des simulations et des jeux de données non simulés démontrent que les méthodes proposées offrent de bonnes performances dans des situations variées.
Thèse co-encadrée par David Causeur et Mathieu Emily
Voyage d'étude
Vendredi 25 octobre 2019
Les étudiants du Master en science des données biologiques ont assisté au Séminaire "Machine Learning appliqué à l'Agro-Industrie", le 18 octobre 2019 à Paris. Ce séminaire est organisé par le groupe Agro-Industrie et méthodes statistiques de la SFdS.