Algorithmes d'apprentissage et regression

Hello!

Voilà je suis susceptible dans mes activités de recherche d'utiliser un certain nombre de méthodes de régression/apprentissage. Plus particulièrement:
la régression PLS, les SVM, et la "Gaussian process regression" (j'ai pas trouvé d'équivalent en francais -> voire ici).

Je souhaiterai comprendre le mieux possible ces méthodes, et dans l'idéal pouvoir les programmer.

J'ai évidement trouvé un certain nombre de documents déjà, mais bien souvent le jargon mathématique me plonge un peu dans l'incompréhension, étant donné que je ne suis pas mathématicien à la base...

Je voulais donc simplement savoir si quelqu'un connaissant une référence quelconque (livre, article, site internet) permettant d'aborder une ou plusieurs de ces méthodes sans être mathématicien de formation?

Merci d'avance ;)

Bonjour,

pour moi la référence dans le domaine est un livre nommé "Data Mining et statistique décisionnelle" de "Stéphane Tufféry".
C'est super complet, bien fait et inutile d'être statisticien de formation pour le comprendre. Si tu dois continuer dans le domaine, c'est un livre à posséder.

Ce n'est pas mon domaine à 100% mais j'utilise très souvent ces méthodes...
Merci pour la ref, j'y jetterai un coup d'oeil en librairie..


Toute autre suggestion est la bienvenue :)

Il y a également le livre "Apprentissage statistique" qui vient de sortir en une 3ème édition il me semble.

EDIT : je confirme : http://www.amazon.fr/Apprentissage-s.../dp/2212122292