David Meintrup, PhD, professeur de mathématiques, de statistiques et de recherche opérationnelle, Université des sciences appliquées d'Ingolstadt, Allemagne
La complexité des données, due par exemple au volume, à la dimensionnalité, au bruit ou aux relations non linéaires, peut entraîner l'échec des techniques traditionnelles d'exploration de données. L'analyse topologique des données (ATD) est un domaine moderne en pleine expansion, où des méthodes issues de la topologie algébrique, branche abstraite des mathématiques pures à l'origine, sont appliquées aux ensembles de données pour découvrir des formes cachées dans des données complexes. Bien que les méthodes mathématiques soient avancées, les résultats des calculs peuvent facilement être synthétisés sous forme de graphiques, par exemple dans des codes-barres. Dans cet exposé, je présenterai les principes fondamentaux de l'ATD et utiliserai JMP pour démontrer comment générer des codes-barres à partir d'ensembles de données réelles. Je ne suppose aucune connaissance des mathématiques ou de la topologie. Nous bénéficierons de deux fonctionnalités clés de JMP : premièrement, l'intégration de R nous permet, via JSL, d'effectuer les calculs requis pour les codes-barres avec un package R récemment publié ; deuxièmement, la nature graphique et interactive de JMP est parfaitement adaptée à l'affichage des codes-barres et à la poursuite de l'exploration des données.
