Algorithmes d'apprentissage et logiciels pour la statistique, avec applications à la bioinformatique

Learning algorithms and statistical software, with applications to bioinformatics

• Auteur / Autrice : Toby Dylan Hocking
• Direction : Francis Bach
• Type : Thèse de doctorat
• Discipline(s) : Mathématiques appliquées
• Date : Soutenance le 20/11/2012
• Etablissement(s) : Cachan, Ecole normale supérieure
• Ecole(s) doctorale(s) : École doctorale Sciences pratiques (1998-2015 ; Cachan, Val-de-Marne)
• Jury : Examinateurs / Examinatrices : Jean-Philippe Vert, Idris Eckley, Isabelle Janoueix-Lerosey
• Jury : Rapporteur / Rapporteuse : Stéphane Robin, Yves Grandvalet

Mots clés

Mots clés contrôlés

Apprentissage automatique

Logiciels

Statistique

Modèles mathématiques

Bioinformatique

Mots clés libres

Apprentissage

Bioinformatique

Optimisation convexe

Learning algorithms

Bioinformatics

Convex optimization

Résumé

L'apprentissage statistique est le domaine des mathématiques qui aborde le développement des algorithmes d'analyse de données. Cette thèse est divisée en deux parties : l'introduction de modèles mathématiques et l'implémentation d'outils logiciels. Dans la première partie, je présente de nouveaux algorithmes pour la segmentation et pour le partitionnement de données (clustering). Le partitionnement de données et la segmentation sont des méthodes d'analyse qui cherche des structures dans les données. Je présente les contributions suivantes, en soulignant les applications à la bioinformatique. Dans la deuxième partie, je présente mes contributions au logiciel libre pour la statistique, qui est utilisé pour l'analyse quotidienne du statisticien.

Statistical machine learning is a branch of mathematics concerned with developing algorithms for data analysis. This thesis presents new mathematical models and statistical software, and is organized into two parts. In the first part, I present several new algorithms for clustering and segmentation. Clustering and segmentation are a class of techniques that attempt to find structures in data. I discuss the following contributions, with a focus on applications to cancer data from bioinformatics. In the second part, I focus on statistical software contributions which are practical for use in everyday data analysis.