Le plongement lexical, ou comment apprendre à lire à un ordinateur

Lucas Malherbe | 11 juillet 2022

Les données textuelles constituent une source extraordinaire d’informations, que ce soit sous la forme d’e-mails, de réponses à des enquêtes ou encore de commentaires sur les réseaux sociaux. À l’I

Sur les bonnes pratiques de code avec Python

Tom Seimandi | 20 avril 2022

Post en cours de rédaction.

Écrire du code de bonne qualité est indispensable lorsqu'on souhaite développer des applications pérennes qui dépassent un certain niveau de complexité. Pour

Le Machine Learning aux Journées de la Méthodologie Statistique (JMS)

Aurélien | 6 avril 2022

Signes des temps, l'édition 2022 des Journées de la Méthodologie Statistique a mis en lumière la part croissante du Machine Learning dans les travaux menés au sein de la Statistique Publique, et

Introduction à l'économétrie en grande dimension et à la sélection de variables

Jérémy L'Hour | 22 octobre 2020

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

Données groupées : effets aléatoires vs effets fixes

SSP Lab | 25 juin 2017

Le choix entre effets fixes et effets aléatoires est un grand classique de la microéconométrie, qu’on rencontre en particulier lorsqu’on dispose de données de panel, ou plus généralement lorsqu’on dis

Exploration des données avec Gephi

Robert Pastorelli | 17 novembre 2016

On a vu dans l’article précédent qu’il pouvait parfois être intéressant de considérer la dimension « réseau » des données (flux, interactions, échanges, relations entre entités…). Parmi les outils lib

Données en réseau

Robert Pastorelli | 26 octobre 2016

Certaines données peuvent être analysées sous forme de réseaux, c’est-à-dire que l’on s’intéresse aux relations entre des entités. Ainsi, des entités quelconques (personnes, organismes, objets, l

Clusters Big Data VS clusters de calcul, quelle différence ?

Romain et Stéphanie | 8 juin 2016

Le traitement des données massives est avant tout un enjeu technique. Avant même d’envisager une exploration de données massives pour extraire de l’information, il faut être en mesure de stocker

Parallélisation des traitements : Hadoop MapReduce vs Spark

Romain et Stéphanie | 8 juin 2016

À la base des systèmes dits « big data », il y a un principe central : la distribution, à la fois des données et des traitements, sur un ensemble de machines/ordinateurs formant un cluster. Le sto