Frédéric Bertrand

Professeur des universités à l'Université de Technologie de Troyes (anciennement maître de conférences à l'Université de Strasbourg)

Habilité à diriger des recherches de l'Université de Strasbourg Docteur de l'Université Louis Pasteur Ancien élève de l'École normale Supérieure de Lyon Agrégé de mathématiques Membre du Laboratoire LIST3N, Computer Laboratory and Digital Society (anciennement Membre de l'équipe Modélisation et Contrôle) (Institut de Recherche Mathématique Avancée (IRMA, UMR CNRS 7501, LabEx IRMIA) Curriculum Vitae court en, court fr. Liste de publications personnelles. 38 articles scientifiques 14 livres + 3 éditions de livre 14 logiciels (13 sur le CRAN) 64 contributions à des conférences internationales 25 expériences d'expertise pour des entreprises https://orcid.org/0000-0002-0837-8281 CVHal ResearchGate Kudos Academia.edu Mendeley Google Scholar Coordonnées pour me joindre : Université de Technologie de Troyes Bureau : H-013 12 rue Marie Curie CS 42060 10004 Troyes Cedex Téléphone : 03-25-71-76-86 Courriel : frederic.bertrand@utt.fr                 frederic.bertrand@ens-lyon.org                 frederic.bertrand@alumni.ens-lyon.fr

En quelques lignes :

Bibliothèques d'extension pour le langage R.

Nouveautés 2021

bootPLS, source code of bootPLS and documentation of bootPLS. The goal of bootPLS is to provide bootstrap techniques for hyperparameters' selection for regular and sparse PLS models and their extensions to generalized linear regession models. The bootPLS package implements boot (Y,X) and (Y,T) bootstrap techniques as decribed in Magnanensi J, Maumy-Bertrand M, Meyer N and Bertrand F, (2021), New Developments in Sparse PLS Regression, Frontiers in Applied Mathematics and Statistics, 7:693126, doi:10.3389/fams.2021.693126. The bootpls package was presented at the UseR!2022 conference in June 2022. Frédéric Bertrand and Myriam Bertrand (2022). “bootPLS: Bootstrap Hyperparameter Selection for PLS Models and Extensions”, User2022!.

bigalgebra, source code of bigalgebra and documentation of bigalgebra. The package code was written by M. J. Kane, Br. Lewis, J. W. Emerson. I have been the maintainer of the package since early 2021 as the package was archived on the CRAN in 2019.

peperr, source code of peperr and documentation of peperr. The package code was written by Ch. Porzelius, H. Binder. I have been the maintainer of the package since it was about to be archived on the CRAN (in early 2021).

c060, source code of c060 and documentation of c060. The package code was written by M. Sill, Th. Hielscher, M. Zucknick, N. Becker. I have been the maintainer of the package since it was orphaned on the CRAN (in early 2021).

Fin des nouveautés

ModStatR, code source du package et page github du package. Ce package contient les jeux de données, exemples et fonctions accompagnant le livre Modélisation Statistique par la Pratique avec R : Cours, exemples, exercices et problèmes corrigés, Frédéric Bertrand, Emmanuelle Claeys et Myriam Maumy-Bertrand, 2019 Dunod. La page github consacrée au package détaille comment installer le package, permet de consulter facilement l'aide des fonctions qui sont présentent dans le package et contient, au format html, le code source R des exemples du livre, complétés par d'autres encore, ainsi que les résultats obtenus lors de leur exécution avec R. Code et résultats du chapitre 1 Code et résultats du chapitre 2 Code et résultats du chapitre 3 Code et résultats du chapitre 4 Solutions des exercices du chapitre 1 Solutions des exercices du chapitre 2 Solutions des exercices du chapitre 3 Solutions des exercices du chapitre 4

Patterns, source code of Patterns and documentation of Patterns. The goal of Patterns is to provide a modeling tool in order to Decipher Biological Networks with Patterned Heterogeneous Measurements. It allows for single or joint modeling of, for instance, genes and proteins. It starts with the selection of the actors that will be the used in the reverse engineering upcoming step. An actor can be included in that selection based on its differential measurement (for instance gene expression or protein abundance) or on its time course profile. Wrappers for actors clustering functions and cluster analysis are provided. It also allows reverse engineering of biological networks taking into account the observed time course patterns of the actors. Interactions between clusters of actors can be set by the user. Any number of clusters can be activated at a single time. See the graphs below for examples of two different designs of experiment analysis. Many inference functions are provided and dedicated to get specific features for the inferred network such as sparsity, robust links, high confidence links or stable through resampling links. lasso, from the lars package lasso, from the glmnet package. An unweighted and a weighted version of the algorithm are available spls, from the spls package elasticnet, from the elasticnet package stability selection, from the c060 package implementation of stability selection weighted stability selection, a new weighted version of the c060 package implementation of stability selection that I created for the package robust, lasso from the lars package with light random Gaussian noise added to the explanatory variables weighted selectboost, a new weighted version of the selectboost package implementation of the selectboost algorithm to look for the more stable links against resampling that takes into account the correlated structure of the predictors. If no weights are provided, equal weigths are for all the variables (=non weighted case). The weights are viewed as a penalty factors in the penalized regression model: it is a number that multiplies the lambda value in the minimization problem to allow differential shrinkage, Friedman et al. 2010, equation 1 page 3. If equal to 0, it implies no shrinkage, and that variable is always included in the model. Default is 1 for all variables. Infinity means that the variable is excluded from the model. Note that the weights are rescaled to sum to the number of variables. Some simulation and prediction tools are also available for cascade networks. Example of use with microarray or RNA-Seq data are provided in two vignettes. The Patterns package is more than (at least) a threeway major extension of the Cascade package : any number of groups can be used whereas in the Cascade package only 1 group for each timepoint could be created, which prevented the users to create homogeneous clusters of genes in datasets that featured more than a few dozens of genes. custom F matrices shapes whereas in the Cascade package only 1 shape was provided: interaction between groups custom design of inner cells of the F matrix. the custom F matrices allow to deal with heteregeneous networks with several kinds of actors such as mixing genes and proteins in a single network to perform joint inference. about nine inference algorithms are provided, whereas 1 (lasso) in Cascade. Hence the Patterns package should be viewed more as a completely new modelling tools than as an extension of the Cascade package.

SelectBoost, source code of SelectBoost and documentation of SelectBoost. The goal of SelectBoost is to provide a A General Algorithm to Enhance the Performance of Variable Selection Methods in Correlated Datasets. With the growth of big data, variable selection has become one of the major challenges in statistics. Although many methods have been proposed in the literature their performance in terms of recall and precision are limited in a context where the number of variables by far exceeds the number of observations or in a high correlated setting. The “selectboost” algorithm (Bertrand et al. 2020, doi:10.1093/bioinformatics/btaa855) is a general algorithm which improves the precision of any existing variable selection method. This algorithm is based on highly intensive simulations and takes into account the correlation structure of the data. It can either produce a confidence index for variable selection or it can be used in an experimental design planning perspective. In this package, we propose a general algorithm which improves the precision of any existing variable selection method. This algorithm is based on highly intensive simulations and takes into account the correlation structure of the data. Our algorithm can either produce a confidence index for variable selection or it can be used in an experimental design planning perspective. We demonstrate the performance of our algorithm on both simulated and real data. The SelectBoost package was presented at the UseR!2022 conference in June 2022. Myriam Bertrand and Frédéric Bertrand (2022). “SelectBoost: A General Algorithm to Enhance the Performance of Variable Selection Methods in Correlated Datasets”, User2022!.

networkABC, source code of networkABC and documentation of networkABC. The goal of networkABC is to provide an inference tool based on approximate Bayesian computation to decipher network data and assess the strength of their inferred links. It is based on dedicated C code and a specific way to perform ABC computations for scale-free networks. The package was presented at the 22nd International Conference on COMPUTATIONAL STATISTICS (COMPSTAT 2016). Jung, N., Bertrand, F., Maumy-Bertrand, M. and Musayevaa Kh. (2016). “New insights in Approximate Bayesian Computation algorithms for network reverse-engineering”, Programme, Compstat 2016, Oviedo. The package was presented at the User2021! conference. Frédéric Bertrand and Myriam Bertrand (2021). “Network Reverse Engineering with Approximate Bayesian Computation”, User2021!, Zurich, proceedings.

Cascade, source code of Cascade and documentation of Cascade. The goal of Cascade is to provide a modeling tool allowing gene selection, reverse engineering, and prediction in cascade networks and was published as an application note, Jung, N., Bertrand, F., Bahram, S., Vallat, L., and Maumy-Bertrand, M. (2014), Bioinformatics, doi:10.1093/bioinformatics/btt705. The package was presented at the User2014! conference. Jung, N., Bertrand, F., Bahram, S., Vallat, L., and Maumy-Bertrand, M. (2014). “Cascade: a R-package to study, predict and simulate the diffusion of a signal through a temporal genenetwork”, book of abstracts, User2014!, Los Angeles, page 153, abstract. The Cascade package allows to create animation of the propagation of the inferred signal in the reverse-engineered biological network.

CascadeData, source code of CascadeData and documentation of CascadeData. The goal of CascadeData is to provide a subset of the experimental data GSE39411 in a ready to use format. Vallat L., Kemper C.A., Jung N., Maumy-Bertrand M., Bertrand F., ..., Bahram S., (2013), “Reverse-engineering the genetic circuitry of a cancer cell with predicted intervention in chronic lymphocytic leukemia”. Proc Natl Acad Sci USA, 110(2):459-64, doi:10.1073/pnas.1211130110. These are experimental response cascade data following a biological stimulation that consist of two data frames with 54613 probesets with repeated measurements on 6 independent subjects at 4 time points that were, for instance, used as examples in the article Jung, N., Bertrand, F., Bahram, S., Vallat, L., and Maumy-Bertrand, M. (2014), doi:10.1093/bioinformatics/btt705 and are used in several R packages (Cascade, CRAN and documentation, Selectboost and Patterns).

plsdof, source code of plsdof and documentation of plsdof. The package code was written by Nicole Kraemer and Mikio L. Braun. I have been the maintainer of the package since it was orphaned on the CRAN (in mid 2018).

plsRcox, source code of plsRcox and documentation of plsRcox. The goal of plsRcox is to provide Cox models in a high dimensional setting in R. plsRcox implements partial least squares Regression and various regular, sparse or kernel, techniques for fitting Cox models in high dimensional settings, Bastien, P., Bertrand, F., Meyer N., Maumy-Bertrand, M. (2015), “Deviance residuals-based sparse PLS and sparse kernel PLS regression for censored data”, Bioinformatics, 31(3):397-404, doi:10.1093/bioinformatics/btu660. Cross validation criteria were studied in arXiv:1810.02962, Bertrand, F., Bastien, Ph. and Maumy-Bertrand, M. (2018), “Cross validating extensions of kernel, sparse or regular partial least squares regression models to censored data. It supports formula and was tested on real-life datasets”. The package was presented at the User2014! conference. Frédéric Bertrand, Philippe Bastien, Nicolas Meyer and Myriam Bertrand (2014). “plsRcox, Cox-Models in a high dimensional setting in R”, book of abstracts, User2014!, Los Angeles, page 177, abstract. The plsRcox package contains an original allelotyping dataset from “Allelotyping identification of genomic alterations in rectal chromosomally unstable tumors without preoperative treatment”, Benoît Romain, Agnès Neuville, Nicolas Meyer, Cécile Brigand, Serge Rohr, Anne Schneider, Marie-Pierre Gaub and Dominique Guenot (2010), BMC Cancer, 10:561, doi:10.1186/1471-2407-10-561.

plsRbeta, source code of plsRbeta and documentation of plsRbeta. PLS regression for beta regression models, Bertrand, F., Meyer, N. Beau-Faller, M., El Bayed, K., Namer, I.-J., Maumy-Bertrand, M. (2013). “Régression Bêta PLS”. Journal de la Société Française de Statistique, 154(3):143-159, http://journal-sfds.fr/article/view/215). Cross-validation, bootstrap for complete or incomplete datasets. Supports formulas and allows to define custom link functions. Examples of use on real datasets are provided in the article. The package was presented at the User2021! conference. Frédéric Bertrand and Myriam Bertrand (2021). “Partial Least Squares Regression for Beta Regression Models”, User2021!, Zurich, proceedings.

plsRglm, source code of plsRglm and documentation of plsRglm. The goal of plsRglm (arXiv:1810.0100) is to provide (weighted) Partial least squares Regression for generalized linear models and repeated k-fold cross-validation of such models using various criteria. It allows for missing data in the explanatory variables. Bootstrap confidence intervals constructions are also available. Partial least squares Regression for generalized linear models were introduced in Bastien, P., Vinzi, V. E. et Tenenhaus, M. (2005). “PLS generalised linear regression”. Computational Statistics and Data Analysis, 48(1), 17–46, article. The package was presented at the User2014! conference. Frédéric Bertrand, Jérémy Magnanensi, Nicolas Meyer and Myriam Bertrand (2014). “plsRglm, PLS generalized linear models for R”, book of abstracts, User2014!, Los Angeles, page 150, 172_Bertrand.pdf. For more involved number of component selection techniques, see “A new universal resample-stable bootstrap-based stopping criterion for PLS component construction”, Jérémy Magnanensi, Frédéric Bertrand, Myriam Maumy-Bertrand and Nicolas Meyer, Statistics and Computing (2017) 27:757–774, doi:10.1007/s11222-016-9651-4. The new methods presented in that article were packaged in our bootPLS package.

BioStatR, code source du package et page github du package. Ce package contient les jeux de données, exemples et fonctions accompagnant le livre Initiation à la statistique avec R : Cours, exemples, exercices et problèmes corrigés, Frédéric Bertrand et Myriam Maumy-Bertrand, 3ème édition, 2018 Dunod. La page github consacrée au package détaille comment installer le package, permet de consulter facilement l'aide des fonctions qui sont présentent dans le package et contient, au format html, le code source R des exemples du livre, complétés par d'autres encore, ainsi que les résultats obtenus lors de leur exécution avec R. Pour les fichiers d'exemple mentionnés dans le livre, voir la page https://fbertran.github.io/homepage/BioStatR/. Code et résultats du chapitre 1 Code et résultats du chapitre 2 Code et résultats du chapitre 3 Code et résultats du chapitre 4 Code et résultats du chapitre 5 Code et résultats du chapitre 6 Code et résultats du chapitre 7 Code et résultats du chapitre 8 Code et résultats du chapitre 9 Code et résultats du chapitre 10

La troisième édition, publiée en 2022 chez Dunod, que j'ai dirigé avec Myriam Maumy-Bertrand et dont je suis l'auteur avec Myriam Maumy-Bertrand, Aurélie Muller-Guedin, Sandie Ferrigno, Didier Marx et Yacouba Rabba-Idi du livre :

Mathématiques pour les sciences de l'ingénieur - Tout le cours en fiches. 120 fiches de cours, 120 exercices d'applications, 580 exercices d'entraînement, exemples d'applications et bonus web. Auteurs : Frédéric Bertrand, Myriam Maumy-Bertrand, Aurélie Muller-Guedin, Sandie Ferrigno, Didier Marx et Yavouba Rabba-Idi. Sous la direction de Frédéric Bertrand, Myriam Maumy-Bertrand. 576 pages. EAN13 : 9782100791033. Cet ouvrage résulte de la collaboration de quatre mathématiciens (Aurélie, Frédéric, Myriam et Sandie) et d’un physicien (Didier). Il est organisé en quatre parties : algèbre, analyse, probabilités et statistique. Il s’adresse aux étudiants des deux premières années post-bac : licences, prépas intégrées, INSA ou IUT. Ce livre peut également aider à la préparation au CAPES de mathématiques.

La quatrième édition d'un livre publiée en 2021 chez Dunod dont je suis l'auteur avec Myriam Maumy-Bertrand, Nicolas Meyer et Daniel Fredon.

PASS Biostatistiques, Mathématiques, Probabilités. Évaluation des méthodes d'analyse appliquées aux sciences de la vie et de la santé. 1ère année Santé. Nicolas Meyer, Daniel Fredon, Myriam Maumy-Bertrand et Frédéric Bertrand, 224 pages. EAN13 : 9782100777983. «Toute l’UE en fiches» est une nouvelle série de la collection 100% 1ère année Santé. Elle apporte une aide pour les révisions à l’approche des concours. Cet ouvrage est déstiné aux étudiants de 1re année Santé (PASS), qui préparent les concours Médecine-Phamarcie-Dentaire-Sage-femme. L’ouvrage, structuré par thème, propose une synthèse du cours en fiches de l’Unité d’enseignement UE4 «Évaluation des méthodes d'analyse appliquées aux sciences de la vie et de la santé» qui couvre les disciplines suivantes : Mathématiques, Biostatistiques.

Un livre publié en septembre 2021 chez Technip dont je suis un des éditeurs scientifiques avec Gilbert Saporta et Christine Thomas-Agnan.

Statistique et causalité. Frédéric Bertrand, Gilbert Saporta et Christine Thomas-Agnan, diteurs, 296 pages. EAN13 : . À l’exception notable des essais contrôlés et randomisés, la statistique a longtemps évacué le problème de la causalité considérant qu’il relevait du domaine d’application et des théories afférentes. Bien souvent les cours et les manuels de statistique se contentent de rappeler que corrélation n’est pas causalité et passent rapidement à d’autres sujets. Or, que ce soit en économie, épidémiologie, génétique, médecine, marketing, pour ne citer que quelques domaines, la recherche de modèles causaux et de variables actionnables est incontournable. Aujourd’hui la mise à disposition de données massives ou de grande dimension repose la question de la causalité de manière aigüe. Dans le prolongement des travaux pionniers de Granger (prix Nobel d’économie en 2003), Pearl (prix Turing en 2011), Rosenbaum et Rubin, pour ne nommer qu'eux, une très large palette de modèles et méthodes pour l'analyse causale, éventuellement hors d'une expérience contrôlée, s'est peu à peu constituée depuis le début des années 1980. Citons entre autres les thèmes suivants : issues potentielles, données contrefactuelles, scores de propension, double-robustesse, diagramme de causalité, réseaux bayésiens, systèmes d'équations structurelles. Cet ouvrage est le fruit de la collaboration entre spécialistes réputés : Léon Bottou (Facebook AI Research), Antoine Chambaz (université de Paris), Daniel Commenges (Institut national de la santé et de la recherche médicale), Isabelle Drouet (université Paris-Sorbonne), Ron Kenett (KPA Group), Vivian Viallon (International Agency for Research on Cancer) réunis à l’occasion des 18e Journées d’étude en statistique organisées par la SFdS. Le lecteur y trouvera une synthèse des fondements et des travaux les plus récents dans le domaine de la causalité statistique, avec des applications dans des domaines variés.

Un livre, publié en août 2021 chez DeBoeck Supérieur et dont je suis l'auteur avec Christian Derquenne, Gilles Dufrénot, Fredj Jawadi et Myriam Maumy et réalisé sous la directions de Claire Borsenberger.

Statistiques pour l'économie et la gestion. Frédéric Bertrand, Christian Derquenne, Gilles Dufrénot, Fredj Jawadi et Myriam Maumy, 680 pages. EAN13 : 9782807319448. Statistiques pour l'économie et la gestion offre une présentation synthétique et rigoureuse de l’ensemble des connaissances en statistiques ! Ce livre offre aux étudiants de 1er cycle une introduction aux concepts indispensables en statistiques et à leurs applications. Il comporte douze chapitres traitant de façon simple et claire les sujets majeurs en statistiques : statistiques descriptives et visualisation des données analyse exploratoire et classification théorie des sondages théorie des probabilités tests d’hypothèses analyse de la régression modèles logit et probit séries temporelles. La compréhension des concepts statistiques présentés ne requiert que la connaissance de l’algèbre. L’un des atouts de ce livre est son caractère appliqué : des exemples concrets illustrent les concepts statistiques présentés dans chaque chapitre. L’objectif est de montrer aux étudiants comment les statistiques participent à la prise de décision des autorités publiques et des chefs d’entreprises et l’accent est mis sur l’utilisation pratique des différents outils statistiques grâce à la présentation des techniques de programmation et des exemples sous R. Un package, sageR, contenant les codes R des exemples du livre ainsi que les jeux de données est disponible en ligne. Pour les étudiants, les corrigés des exercices, ainsi que des approfondissements et exercices complémentaires sur certaines parties de l’ouvrage sont disponibles en ligne. Les enseignants ont à leur disposition le PowerPoint des figures du livre.

Un livre, publié le 15 novembre 2019 chez Dunod et dont je suis l'auteur avec Emmanuelle Claeys et Myriam Maumy-Bertrand.

Modélisation statistique par la pratique avec R. Frédéric Bertrand, Emmanuelle Claeys, Myriam Maumy-Bertrand, 320 pages. EAN13 : 9782100793525. Le logiciel R est maintenant un standard dans le domaine de la statistique. Libre et gratuit, son enseignement s'est généralisé dans toutes les filières où les statistiques sont utilisées : sciences de la vie et de la Terre, études de santé, sciences économiques, géographie, sciences physiques... Cet ouvrage accompagne l'étudiant en Licence 3, en Master ou écoles d'ingénieurs dans son apprentissage de la modélisation statistique avec R. De nombreux exemples et des rubriques méthodologiques ponctuent le cours. Des exercices et problèmes permettent la mise en application directe et la généralisation des concepts.

La deuxième édition, publiée en 2019 chez Dunod, que j'ai dirigé avec Myriam Maumy-Bertrand et dont je suis l'auteur avec Myriam Maumy-Bertrand, Aurélie Muller-Guedin, Sandie Ferrigno, Didier Marx et Yacouba Rabba-Idi du livre :

Mathématiques pour les sciences de l'ingénieur - Tout le cours en fiches. 120 fiches de cours, 120 exercices d'applications, 580 exercices d'entraînement, exemples d'applications et bonus web. Auteurs : Frédéric Bertrand, Myriam Maumy-Bertrand, Aurélie Muller-Guedin, Sandie Ferrigno, Didier Marx et Yavouba Rabba-Idi. Sous la direction de Frédéric Bertrand, Myriam Maumy-Bertrand. 576 pages. EAN13 : 9782100791033. Cet ouvrage résulte de la collaboration de quatre mathématiciens (Aurélie, Frédéric, Myriam et Sandie) et d’un physicien (Didier). Il est organisé en quatre parties : algèbre, analyse, probabilités et statistique. Il s’adresse aux étudiants des deux premières années post-bac : licences, prépas intégrées, INSA ou IUT. Ce livre peut également aider à la préparation au CAPES de mathématiques.

La troisième édition, publiée en 2018 chez Dunod et dont je suis l'auteur avec Myriam Maumy-Bertrand, du livre :

Initiation à la statistique avec R : Cours, exemples, exercices et problèmes corrigés. Frédéric Bertrand et Myriam Maumy-Bertrand, 456 pages. EAN13 : 9782100782826. Le logiciel R est devenu un standard dans le domaine de la statistique. Libre et gratuit, son enseignement s’est généralisé dans toutes les filières où les statistiques sont utilisées : sciences de la vie et de la Terre, études de santé, sciences économiques, finance, économétrie, géographie, sciences physiques... Cet ouvrage, issu d'une longue expérience de formation auprès de publics très variés, propose d'accompagner l'étudiant en Licence, en Master ou en école d'ingénieur dans son apprentissage de la statistique avec R. Dans chaque chapitre, le lecteur trouvera : un cours détaillé ponctué de nombreux exemples et de rubriques méthodologiques ; des énoncés d'exercices répartis en deux catégories : des applications directes du cours et des problèmes plus sophistiqués permettant de généraliser les concepts ; une rubrique « Du mal à démarrer ? ». Pour les questions les plus difficiles, une indication est proposée afin d'aider l'étudiant à démarrer la résolution de l'exercice ou du problème ; les solutions détaillées des exercices et des problèmes.

La troisième édition d'un livre publiée en 2018 chez Dunod dont je suis l'auteur avec Myriam Maumy-Bertrand, Nicolas Meyer et Daniel Fredon.

Toute l'UE4 en fiches. Évaluation des méthodes d'analyse appliquées aux sciences de la vie et de la santé. 1ère année Santé. Nicolas Meyer, Daniel Fredon, Myriam Maumy-Bertrand et Frédéric Bertrand, 224 pages. EAN13 : 9782100777983. «Toute l’UE en fiches» est une nouvelle série de la collection 100% 1ère année Santé. Elle apporte une aide pour les révisions à l’approche des concours. Cet ouvrage est déstiné aux étudiants de 1re année Santé (PAES), qui préparent les concours Médecine-Phamarcie-Dentaire-Sage-femme. L’ouvrage, structuré par thème, propose une synthèse du cours en fiches de l’Unité d’enseignement UE4 «Évaluation des méthodes d'analyse appliquées aux sciences de la vie et de la santé» qui couvre les disciplines suivantes : Mathématiques, Biostatistiques.

Un livre publié en 2018 chez Dunod dont je suis l'auteur avec Myriam Maumy-Bertrand, Daniel Fredon et Yacoubou Rabba Idi.

Mathématiques Licence 2. Myriam Maumy-Bertrand, Frédéric Bertrand, Daniel Fredon, 320 pages. EAN13 : 9782100576678. Cet ouvrage propose aux étudiants en Licence 2 de Mathématiques ou de Physique une méthode efficace et progressive pour apprendre, comprendre et appliquer les concepts fondamentaux de mathématiques. Associés à des rappels de cours clairs et concis, sous forme de fiches, 200 QCM et 200 exercices de difficulté croissante permettent de s’évaluer et de s’entraîner aux examens et concours. Les corrigés détaillés mettent l'accent sur la méthode de résolution. Les corrigés détaillés mettent l'accent sur la méthode de résolution.

Un livre publié en 2017 chez Technip dont je suis un des éditeurs scientifiques avec Jean-Jacques Droesbeke, Gilbert Saporta et Christine Thomas-Agnan.

Model Choice and Model Aggregation. Frédéric Bertrand, Jean-Jacques Droesbeke, Gilbert Saporta et Christine Thomas-Agnan, diteurs, 372 pages. EAN13 : 9782100576678. For over fourty years, choosing a statistical model thanks to data consisted in optimizing a criterion based on penalized likelihood (H. Akaike, 1973) or penalized least squares (C. Mallows, 1973). These methods are valid for predictive model choice (regression, classification) and for descriptive models (clustering, mixtures). Most of their properties are asymptotic, but a non asymptotic theory has emerged at the end of the last century (Birgé-Massart, 1997). Instead of choosing the best model among several candidates, model aggregation combines different models, often linearly, allowing better predictions. Bayesian statistics provide a useful framework for model choice and model aggregation with Bayesian Model Averaging. In a purely predictive context and with very few assumptions, ensemble methods or meta-algorithms, such as boosting and random forests, have proven their efficiency. This volume originates from the collaboration of high-level specialists: Christophe Biernacki (Université de Lille I), Jean-Michel Marin (Université de Montpellier), Pascal Massart (Université de Paris-Sud), Cathy Maugis-Rabusseau (INSA de Toulouse), Mathilde Mougeot (Université Paris Diderot), and Nicolas Vayatis (École Normale Supérieure de Cachan) who were all speakers at the 16th biennal workshop on advanced statistics organized by the French Statistical Society. In this book, the reader will find a synthesis of the methodologies’ foundations and of recent work and applications in various fields.

Un livre publié en 2016 chez Dunod dont je suis l'auteur avec Myriam Maumy-Bertrand et Daniel Fredon.

Mathématiques Licence 1. Myriam Maumy-Bertrand, Frédéric Bertrand, Daniel Fredon, 320 pages. EAN13 : 9782100576678. Cet ouvrage propose aux étudiants de la première année d'études supérieures une méthode progressive et efficace pour apprendre, comprendre et appliquer les concepts fondamentaux des mathématiques. Associés à des rappels de cours clairs et concis, sous forme de fiches, 200 QCM et 230 exercices de difficulté croissante permettent de s’évaluer et de s’entraîner aux examens et concours. Les corrigés détaillés mettent l'accent sur la méthode de résolution.

Le seconde édition d'un livre publiée en 2015 chez Dunod dont je suis l'auteur avec Myriam Maumy-Bertrand, Nicolas Meyer et Daniel Fredon.

Toute l'UE4 en fiches. Évaluation des méthodes d'analyse appliquées aux sciences de la vie et de la santé. 1ère année Santé. Nicolas Meyer, Daniel Fredon, Myriam Maumy-Bertrand et Frédéric Bertrand, 218 pages. EAN13 : 9782100727292. «Toute l’UE en fiches» est une nouvelle série de la collection 100% 1ère année Santé. Elle apporte une aide pour les révisions à l’approche des concours. Cet ouvrage est déstiné aux étudiants de 1re année Santé (PAES), qui préparent les concours Médecine-Phamarcie-Dentaire-Sage-femme. L’ouvrage, structuré par thème, propose une synthèse du cours en fiches de l’Unité d’enseignement UE4 «Évaluation des méthodes d'analyse appliquées aux sciences de la vie et de la santé» qui couvre les disciplines suivantes : Mathématiques, Biostatistiques.

La seconde édition, publiée en 2014 chez Dunod et dont je suis l'auteur avec Myriam Maumy-Bertrand, du livre :

Initiation à la statistique avec R : Cours, exemples, exercices et problèmes corrigés. Frédéric Bertrand et Myriam Maumy-Bertrand, 416 pages. EAN13 : 9782100538218. Le logiciel R est devenu un standard dans le domaine de la statistique. Libre et gratuit, son enseignement s’est généralisé dans toutes les filières où les statistiques sont utilisées : sciences de la vie et de la Terre, études de santé, sciences économiques, finance, économétrie, géographie, sciences physiques Cet ouvrage, issu d’une longue expérience de formation auprès de publics très variés, propose d’accompagner l’étudiant en Licence, en Master ou en école d’ingénieur dans son apprentissage de la statistique avec R. Dans chaque chapitre, le lecteur trouvera : un cours détaillé ponctué de nombreux exemples et de rubriques méthodologiques ; des énoncés d’exercices répartis en deux catégories : des applications directes du cours et des problèmes plus sophistiqués permettant de généraliser les concepts ; une rubrique « Du mal à démarrer ? ». Pour les questions les plus difficiles, une indication est proposée afin d’aider l’étudiant à démarrer la résolution de l’exercice ou du problème ; les solutions détaillées des exercices et des problèmes.

Un livre publié en 2013 chez Dunod que j'ai dirigé avec Myriam Maumy-Bertrand et dont je suis l'auteur avec Myriam Maumy-Bertrand, Aurélie Muller-Guedin, Sandie Ferrigno et Didier Marx.

Mathématiques pour les sciences de l'ingénieur - Tout le cours en fiches. 120 fiches de cours, 460 exercices résolus, exemples d'applications et bonus web. Auteurs : Frédéric Bertrand, Myriam Maumy-Bertrand, Aurélie Muller-Guedin, Sandie Ferrigno et Didier Marx. Sous la direction de Frédéric Bertrand, Myriam Maumy-Bertrand. 576 pages. EAN13 : 9782100570614. Cet ouvrage résulte de la collaboration de quatre mathématiciens (Aurélie, Frédéric, Myriam et Sandie) et d’un physicien (Didier). Il est organisé en quatre parties : algèbre, analyse, probabilités et statistique. Il s’adresse aux étudiants des deux premières années post-bac : licences, prépas intégrées, INSA ou IUT. Ce livre peut également aider à la préparation au CAPES de mathématiques.

Un livre publié en 2012 chez Dunod dont je suis l'auteur avec Myriam Maumy-Bertrand.

Mathématiques : Concours des catégories A et B. Frédéric Bertrand, Myriam Maumy-Bertrand, 352 pages. EAN13 : 9782100576678. Cet ouvrage s’adresse aux candidats aux concours de la Fonction publique catégorie A et B devant passer des épreuves d'admissibilité de mathématiques. Véritable tout-en-un pour se préparer efficacement à ces épreuves, il propose : une présentation des épreuves et des concours concernés ; des fiches de cours synthétiques pour rappeler les connaissances théoriques indispensables ; des exercices d'entraînement avec corrigés détaillés pour valider ses connaissances ; des annales de concours corrigées.

Un livre publié en 2011 chez Dunod dont je suis l'auteur avec Myriam Maumy-Bertrand et Emmanuel Périnel.

Econométrie, Statistiques et Probabilités : Concours des catégories A et B. Frédéric Bertrand, Myriam Maumy-Bertrand et Emmanuel Périnel, 272 pages. EAN13 : 9782100566969. Cet ouvrage s’adresse aux candidats aux concours de la Fonction publique catégorie A et B devant passer des épreuves d'admissibilité de probabilités, statistiques-économétrie. Véritable tout-en-un pour se préparer efficacement à ces épreuves, il propose : une présentation des épreuves et des concours concernés ; des fiches de cours synthétiques pour rappeler les connaissances théoriques indispensables ; des exercices d'entraînement avec corrigés détaillés pour valider ses connaissances ; des annales de concours corrigées.

Un livre publié en 2011 chez Dunod dont je suis l'auteur avec Myriam Maumy-Bertrand, Nicolas Meyer et Daniel Fredon.

Toute l'UE4 en fiches. Évaluation des méthodes d'analyse appliquées aux sciences de la vie et de la santé. 1ère année Santé. Nicolas Meyer, Daniel Fredon, Myriam Maumy-Bertrand et Frédéric Bertrand, 192 pages. EAN13 : 9782100566846. «Toute l'UE en fiches» est une nouvelle série de la collection 100% 1ère année Santé. Elle apporte une aide pour les révisions à l'approche des concours. Cet ouvrage est déstiné aux étudiants de 1re année Santé (PAES), qui préparent les concours Médecine-Phamarcie-Dentaire-Sage-femme. L’ouvrage, structuré par thème, propose une synthèse du cours en fiches de l'Unité d'enseignement UE4 «Évaluation des méthodes d'analyse appliquées aux sciences de la vie et de la santé&Raquo; qui couvre les disciplines suivantes : Mathématiques, Biostatistiques.

Un livre publié en 2011 chez Dunod dont je suis l'auteur avec Myriam Maumy-Bertrand.

Maxi fiches de Statistique. En 80 fiches. Frédéric Bertrand et Myriam Maumy-Bertrand, 224 pages. EAN13 : 9782100544837. Les ouvrages de la collection «Maxi-Fiches» s’adressent aux étudiants désireux de maîtriser les fondamentaux d'une discipline. En 80 fiches synthétiques de 2 à 6 pages sont présentées les principales notions de statistique. Chaque fiche est accompagnée d'une mise en pratique pour aider l'étudiant à assimiler rapidement les notions indispensables à connaître.

Un livre publié en 2010 chez Dunod dont je suis l'auteur avec Myriam Maumy-Bertrand.

Initiation à la statistique avec R : Cours, exemples, exercices et problèmes corrigés. Frédéric Bertrand et Myriam Maumy-Bertrand, 396 pages. EAN13 : 9782100538218. Le logiciel R est devenu un standard dans le domaine de la statistique. Libre et gratuit, son enseignement s’est généralisé dans toutes les filières où les statistiques sont utilisées : sciences de la vie et de la Terre, études de santé, sciences économiques, finance, économétrie, géographie, sciences physiques... Cet ouvrage, issu d'une longue expérience de formation auprès de publics très variés, propose d'accompagner l'étudiant en Licence, en Master ou en école d'ingénieur dans son apprentissage de la statistique avec R. Dans chaque chapitre, le lecteur trouvera : un cours détaillé ponctué de nombreux exemples et de rubriques méthodologiques ; des énoncés d’exercices répartis en deux catégories : des applications directes du cours et des problèmes plus sophistiqués permettant de généraliser les concepts ; une rubrique « Du mal à démarrer ? ». Pour les questions les plus difficiles, une indication est proposée afin d'aider l'étudiant à démarrer la résolution de l'exercice ou du problème ; les solutions détaillées des exercices et des problèmes.

Trois livres publiées en 2009 chez Dunod dont je suis l'auteur avec Myriam Maumy-Bertrand et Daniel Fredon.

• Mathématiques L1/L2 : Statistique et Probabilités en 30 fiches.
  Daniel Fredon, Myriam Maumy-Bertrand, Frédéric Bertrand.
  EAN13 : 9782100523450.
  Quelques points à préciser.



• Mathématiques L1/L2 : Algèbre/Géométrie en 30 fiches.
  Daniel Fredon, Myriam Maumy-Bertrand, Frédéric Bertrand.
  EAN13 : 9782100523443.



• Mathématiques L1/L2 : Analyse en 30 fiches.
  Daniel Fredon, Myriam Maumy-Bertrand, Frédéric Bertrand.
  EAN13 : 9782100523436.
  Un point à préciser.

Transparents des intervenants de l'Après-midi thématique en statistique du 14 janvier 2011 consacré aux modèles hiérarchiques bayésiens. Affiche de la manifestation.

• Transparents au format .pdf de l'exposé de Jean-Louis Foulley - INRA, Jouy-en-Josas : Modèles bayésiens hiérarchiques : éléments de base et applications en biostatistique.
• Transparents au format .pdf de l'exposé d'Eric Parent - Engref-AgroParisTech, Paris : Un modèle hiérarchique à composante partagée pour représenter la façon dont les communautés de poissons varient en fonction de la température des rivières et des régimes d'écoulement. Etude de trois groupes de juvéniles dans la partie supérieure du Rhône au cours de la période.
• Transparents au format .pdf de l'exposé d'Andrea Rau - Inria, Orsay : Reverse engineering gene networks using Approximate Bayesian Computation (ABC).

Transparents des intervenants de l'Après-midi thématique en statistique du 17 décembre 2010 consacré à l'Approche PLS. Affiche de la manifestation.

• Transparents au format .pdf de l'exposé de Robert Sabatier - Labo. de Physique Industrielle et Traitement de l'Information, Faculté de Pharmacie, Montpellier.
• Transparents au format .pdf de l'exposé de Philippe Bastien - Recherche et Développement, L’Oréal, Paris.
• Transparents au format .pdf de l'exposé d'Arthur Tenenhaus - Département Signaux et Systèmes Électroniques, Supélec, Paris.

• Les différentes problématiques statistiques auxquelles je m'intéresse étaient il y a longtemps détaillées sur la page sujets de recherche.
• Un lien vers d'autres sujets vers lesquels mon attention se tourne également par transitivité. Ma femme dont je suis les multiples déplacements grâce à cette page.
• Je suis collaborateur extérieur de l'équipe ABC du Loria consacrée à l'apprentissage statistique.

Page modifiée le 22/03/2021