Modèles de regression pour les données fonctionnelles. Application à la modélisation de données de spectrométrie dans le proche infra-rouge

Ce travail porte sur une méthode de traitement statistique automatique de données complexes, correspondant à des courbes de spectrométrie mesurées sur un échantillon d’individus hétérogène, avec pour objectif la construction d’un modèle de prédiction. Cette procédure permet de sélectionner l’information pertinente sous forme de portions de courbes, puis de construire de façon simultanée une partition des données et un modèle de prédiction par régression pénalisée. Tout au long de l’exposé, un cas d’application médicale est utilisé pour présenter la méthode et les résultats, et permet l'utilisation d'outils de visualisation spécifiques.