History

Vo Van Nghia 3cc32737ff tp(lda): add lda		2022-04-01 16:22:15 +02:00
..
features.txt	tp(lda): add lda	2022-04-01 16:22:15 +02:00
har.ipynb	tp(lda): add lda	2022-04-01 16:22:15 +02:00
README.md	tp(lda): add lda	2022-04-01 16:22:15 +02:00
slides.pdf	tp(lda): add lda	2022-04-01 16:22:15 +02:00
X_test.txt	tp(lda): add lda	2022-04-01 16:22:15 +02:00
X_train.txt	tp(lda): add lda	2022-04-01 16:22:15 +02:00
y_test.txt	tp(lda): add lda	2022-04-01 16:22:15 +02:00
y_train.txt	tp(lda): add lda	2022-04-01 16:22:15 +02:00

README.md

### $INSA$ | Mathématiques Appliquées, Science des Données

Tutoriels de Science des Données en Python et R

Exploration Statistique

Human activity recognition (HAR)

Explo-Python-HAR Visualisation et ACP de signaux issus d'un smartphone (accéléromètre et gyroscope). Le but à terme est de pouvoir identifier l'activité du porteur. Analyse des signaux buts.
Explo-Python-HAR Visualisation et ACP de signaux issus d'un smartphone (accéléromètre et gyroscope). Ce sont des transformations (features) des signaux qui sont explorés puis modélisés: min max, variance, corrélations, entropie, Fourier... Analyse en composantes principales, analyse factorielle discriminante puis une première modélisation par régression logistique.

Les données initiales sont composées de 10300 enregistrements de 9 signaux provenant de l'accéléromètre d'un smartphone. Des séquences de 2s sont enregistrées et échantillonnées pendant 6 activités différentes.

La modélisation avancée de ces données est étudiée dans des calepins des autres saisons.