Apprentissage Statistique pour la prévision large-scale de séries temporelles



Auteur : Matthieu Durut

Thèse de l'ENST

Département Informatique et Réseaux



Résumé :

These CIFRE effectuée en partenariat avec l'entreprise Lokad : http://www.lokad.com L’ambition de cette thèse est de développer de nouvelles approches informatiques et statistiques pour l'apprentissage statistique et la prévision sur séries temporelles massivement concurrentes :
1)Les enjeux du passage à l'échelle pour des jeux de données de plus en plus gros et des techniques de prévisions parfois coûteuses sont envisagés sous divers angles : Cloud Computing, Data Storage, DataMining, ...
2) Je m'intéresse aussi à la prévision multi-séries, c'est à dire comment utiliser l'information de séries temporelles "sources" pour améliorer la prévision d'une série "cible".

Mot-Clés :

TimeSeries Large-Scale Forecasting


Directeur de la thèse : Fabrice Rossi


Title : Machine Learning applied to Large-Scale TimeSeries Forecasting

Abstract :

This PhD is done in partnerShip with the firm Lokad : http://www.lokad.com. This thesis presents new approach on statistical side and computing side for Large-Scale TimeSeries Machine-Learning. 1) Issues on scaling are analysed on several ways : Cloud Computing, DataStorage, DataMining, ... 2) I'm really interested too in the use of "source" series to enhance forecast of a "target" series.

Pour me contacter, envoyez-moi un mail

Effectuer une nouvelle recherche ?

... si vous voulez voir ma page