Réduction de dimension via Sliced Inverse Regression: Idées et nouvelles propositions

Dans le cadre de l'analyse des données multidimensionnelles, on traite des jeux de données formés de n points en dimension p. Si p est grande, les methodes et les modèles classiques de l'analyse statistique échouent. Le but de cette thèse de doctorat est de résoudre ce problème.
Selon le cas, on peut utiliser plusieurs techniques de réduction. Principal Component Analysis (PCA) dans le cas non supervisée, discriminant analysis dans le cas de classification supervisée. Sliced Inverse Regression [6] pour la regression comptent parmi les algorithmes les plus connus ainsi que standard. L'objectif de cette thèse est d'étudier et d'élargir la méthodologie SIR.