Approximation stochastique en analyse des données

Les méthodes numériques utilisées en analyse des données ne sont pas adéquates si les données sont reçues d’une façon séquentielle. Dans cet ouvrage, nous proposons des algorithmes d’approximation stochastiques répondant à cette problématique. Un cadre probabiliste de l'analyse des données est défini. Nous présentons un processus général d’approximation stochastique appliqué à l’analyse factorielle. Une illustration de la convergence de ses algorithmes est faite sur des données réelles dans des domaines divers. On retrouve aussi une étude des algorithmes séquentiels de classification comme la classification autour des centres mobiles ainsi qu’un processus permettant l’estimation séquentielle des paramètres d’un mélange de lois en classification. Ce livre s’adresse aux professeurs, chercheurs, étudiants s’intéressant à l'approximation stochastique séquentielle ou à l’analyse des données vue sous un autre angle.