Autoformation

Vous voulez en savoir plus sur l'économétrie en grande dimension et la sélection de variable? Ce billet est fait pour vous. Les situations de “grande dimension”, c'est-à-dire lorsque l'on souhaite estimer un grand nombre de paramètres relativement à la taille de l'échantillon disponible et où les méthodes économétriques traditionnelles sont mises en défaut, apparaissent dans une large variété de domaines:

Ce billet présente une sélection d'ouvrages de référence et de ressources pédagogiques pour le Machine Learning. Les grands “classiques” Pour commencer, voici quelques ouvrages de référence (en anglais), tous disponibles gratuitement, pour bien comprendre et approfondir les différentes méthodes de Machine Learning :

Ce post vise à présenter une introduction à data.table, écrite à 6 mains, disponible sur https://linogaliana.netlify.com/post/datatable/datatable-intro/. data.table est un package R offrant un écosystème complet pour traiter de manière efficace des données en R.

Le pôle ministériel du Ministère de la Transition écologique et solidaire et du Ministère de la Cohésion des territoires et des Relations avec les collectivités territoriales a mis en place depuis 2016 un groupe de référents R.