捆绑SM社区

Title:听Analyser les tweets de chefs politiques canadiens gr芒ce 脿 l'Analyse Topologique de Donn茅es.

Abstract:Le texte est une source de donn茅es de plus en plus fr茅quente en statistique et en apprentissage machine. La r茅cup茅ration d'information est un exemple bien connu, mais les donn茅es textuelles peuvent aussi aider 脿 mesurer le pouls des utilisateurs sur les m茅dias sociaux, pr茅dire les mouvements des march茅s boursiers, d茅couvrir des menaces pour la s茅curit茅, ou extraire l'information des dossiers m茅dicaux. Or, les donn茅es textuelles sont difficiles 脿 analyser avec des outils traditionnels. D'une part, il y a plusieurs fa莽ons non-茅quivalentes de transformer les donn茅es de textuelles 脿 num茅riques, et ces approches produisent des donn茅es 茅parses de haute dimension. D'autre part, il est clair que les donn茅es textuelles sont fortement structur茅es: un texte n'est pas qu'une combinaison al茅atoire de lettres et de mots. Cette structure complexe peut 锚tre utilis茅e 脿 notre avantage pour mitiger la mal茅diction de la dimensionnalit茅. Je discuterai d'outils d'Analyse Topologique de Donn茅es (TDA) qui peuvent nous aider 脿 comprendre et analyser cette structure. Pour illustrer cette approche, j'utiliserai les tweets publi茅s par les chefs des principaux partis politiques canadiens durant la derni猫re 茅lection g茅n茅rale f茅d茅rale d'octobre 2019.

听

Seminar Statistique