Laurent Rouviere
Grade
Maître de conférences
Coordonnées
Coordonnées
Téléphone : 02 99 14 18 06
Mail : laurent.rouviere [at] univ-rennes2.fr
Adresse : Université Rennes 2 (Campus Villejean) - Département MIASHS Place du recteur Henri Le Moal - CS 24307 35043 Rennes cedex
Fonctions et responsabilités
Enseignant chercheur en Statistique, affilié au département MIASHS et à la composante Rennes 2 de l'équipe de Statistique de l'IRMAR.
Responsable de la 1ère année du master de mathématiques appliqués, statistique.
CV
Mon cv au format pdf
Activités de recherche
Thèmes de recherche
- Statistique non paramétrique.
- Apprentissage statistique, courbes et grande dimension.
Co-encadrements de thèse
- Nedjmeddine Allab. Contrat CIFRE avec la société EDF. Thèse co-encadrée avec Gérard Biau (Professeur, Université Paris VI), Jean-Patrick Baudry (Maître de conférences, Université Paris VI) et Christian Derquenne (chercheur sénior, EDF). Thèse soutenue en 2016.
- Clément Vital. Contrat CIFRE avec la société BNP-PF. Thèse co-encadrée avec Valentin Patiléa (Professeur, Ensai). Thèse soutenue en 2016.
- Audrey Poterie. Allocation ministérielle. Thèse co-encadrée avec Valérie Monbet (Professeur, Université Rennes 1) et Jean-François Dupuy (Professeur, Insa Rennes). Thèse soutenue 2018.
Activités d'enseignement
On pourra trouver quelques documents de cours (polycopiés, diaporamas, tutoriels) sur cette page web. On y trouvera notamment les liens vers liens vers les pages GitHub de certains de mes cours :
- Apprentissage - Machine Learning : Master 2 stat et formation continue, version anglaise
- Statistique en grande dimension
- Classification supervisée (Analyse discriminante et arbres), Master 1 stat et formation continue
- R pour la science des données, version anglaise
- Visualisation avec R : ggplot2, cartographie et shiny
- Quelques cours effectués au Master Data Science de l'Institut National Polytechnique de le cadre de mon statut de PCC à l'Ecole Polytechnique, notamment
- Apprentissage pour données déséquilibrées
- Graph Mining
- Rappels de R (outils tydiverse)
- Introduction à R shiny
Autres polycopiés/diapos de cours que l'on pourra retrouver ici
- Régression logistique avec R, Master 1 stat, poly, slides
- Statistique inférentielle, slides, td
- Statistique pour l'ingénieur (ACP, estimation, test, modèle linéaire), slides
- Probabilités (Variables et vecteurs aléatoires, vecteurs gaussions, espérance conditionnelle, convergences stochastiques), poly
- Algèbre linéaire, Licence 2 MIASHS, poly, exercices, corrigés
- Enquêtes et sondage, Licence 3 AES, poly
Publications
Articles de journaux
- A. Berlinet et L. Rouvière (2005). Effective construction of modified histograms in higher dimensions. Statistical Modeling and Analysis for Complex Data Problems , ed P. Duchesne et B. Rémillard.
- A. Berlinet, G. Biau et L. Rouvière (2005). Parameter selection in modified histogram estimates. Statistics , Vol 39 , pp. 91–105.
- A. Berlinet, G. Biau et L. Rouvière (2005). Optimal L1 bandwidth selection for variable kernel density estimates. Statistics and Probability Letters , Vol. 74 , pp. 116–128.
- L. Rouvière (2006). Sélection d’histogrammes modifiés itérés. Journal de la Société Française de Statistique , Vol. 147 , pp. 65–83.
- A. Berlinet, G. Biau et L. Rouvière (2008). Functional classification with wavelets. Annales de l’ISUP , Vol. 52 , pp. 61–80.
- G. Biau, O. Biau et L. Rouvière (2008). Nonparametric forecasting of the manufacturing output growth with firm-level survey data. Journal of Business Cycle Measurement and Analysis , Vol. 3 , pp. 317–332.
- G. Biau, B. Cadre et L. Rouvière (2010). Statistical analysis of k-nearest neighbor collaborative recommendation. The Annals of Statistics , Vol. 38 , pp. 1568–1592.
- T. Burr, N. Hengartner, E. Matzner-Løber, S. Myers et L. Rouvière (2011), Smoothing Low Resolution Spectral Data. IEEE Transactions on Nuclear Science , Vol. 57 , pp. 2831–2840.
- S. Auray, N. Klutchnikoff et L. Rouvière (2015). On clustering procedure and nonparametric mixture estimation. Electronic Journal of Statistics , Vol 9 , pp. 266-297.
- N. Hengartner, E. Matzner-Løber, L. Rouvière et T. Burr (2018). Multiplicative bias corrected nonparametric smoothers. In Nonparametric statistics, Springer proceedings in Mathematics and Statistics, 3rd ISNPS, Avignon, 2016.
- G. Biau, B. Cadre et L. Rouvière (2019). Accelerated gradient boosting. Machine Learning, Vol. 19, pp. 971-992. Télécharge AGB.
- A. Poterie, J.F. Dupuy, V. Monbet et L. Rouvière (2019). Classification tree algorithm for grouped variables. Computational statistics. Vol. 34, pp. 1613-1648.
Livres
- PA. Cornillon, A. Guyader, F. Husson, N. Jégou, J. Josse, M. Kloareg, E. Matzner-Løber, L. Rouvière (2008). Statistiques avec R, Presses Universitaire de Rennes (2ème édition en 2010 et 3ème édition en 2012).
- P.A. Cornillon, A. Guyader, F. Husson, N. Jégou, J. Josse, M. Kloareg, E. Matzner-Løber, L. Rouvière (2012). R for Statistics, Chapman & Hall.
- P.A. Cornillon, A. Guyader, F. Husson, N. Jégou, J. Josse, N. Klutchnikoff, E. Le Pennec, E. Matzner-Løber, L. Rouvière, B. Thieurmel (2018). R pour la statistique et la science des données, Presses Universitaires de Rennes, 2018.
- P.A. Cornillon, N. Hengartner, E. Matzner-Løber, L. Rouvière (2019). Régression avec R, EDP Sciences