Et après ?
Statistiques Bayésiennes
Séries temporelles
Statistiques en grande dimension
\(n,d\to\infty\) mais \(p\) n’est pas trop grand : matrices aléatoires, PCA, compressed sensing, clustering, SVM
Modèles parcimonieux : ondelettes, LASSO, régression ridge
Statistiques non-paramétriques
Histogrammes, kernel methods, fenêtres glissantes, malédiction de la dimension, VC dimension, complexité
Machine learning
Input-output et apprentissage supervisé : classification, régressions logistiques, arbres de décision, online learning, reinforcement learning