{"product_id":"survival-analysis-with-python-paperback","title":"Analyse de survie avec Python - Broché","description":"\u003cdiv\u003e\u003cp style=\"text-align: right;\"\u003e\u003ca href=\"https:\/\/reportcopyrightinfringement.com\/\" target=\"_blank\" rel=\"nofollow\"\u003e\u003cb\u003eSignaler une violation du droit d'auteur\u003c\/b\u003e\u003c\/a\u003e\u003c\/p\u003e\u003c\/div\u003e\u003cp\u003epar \u003cb\u003eAvishek Nag\u003c\/b\u003e (Auteur)\u003c\/p\u003e\u003cp\u003e\u003c\/p\u003e\u003cp\u003eL'analyse de survie utilise des statistiques pour calculer le temps jusqu'à l'échec. \u003cb\u003eSurvival Analysis with Python\u003c\/b\u003e (Analyse de survie avec Python) offre une nouvelle perspective sur ce sujet complexe en expliquant comment utiliser le langage de programmation Python pour effectuer ce type d'analyse. Le sujet étant lui-même très mathématique et rempli d'expressions et de formulations, le livre fournit des explications détaillées et examine les implications pratiques. Le livre commence par un aperçu des concepts sous-jacents à l'analyse de survie statistique. Il approfondit ensuite\u003c\/p\u003e\u003cul\u003e \u003cb\u003e \u003c\/b\u003e\u003cp\u003e \u003c\/p\u003e \u003cli\u003eLes modèles paramétriques avec la couverture de\u003c\/li\u003e \u003cul\u003e \u003cp\u003e \u003c\/p\u003e \u003cli\u003eLe concept d'estimation du maximum de vraisemblance (MLE) d'un paramètre de distribution de probabilité\u003c\/li\u003e \u003cp\u003e \u003c\/p\u003e \u003cli\u003eMLE de la fonction de survie\u003c\/li\u003e \u003cp\u003e \u003c\/p\u003e \u003cli\u003eDistributions de probabilité courantes et leur analyse\u003c\/li\u003e \u003cp\u003e \u003c\/p\u003e \u003cli\u003eAnalyse de la distribution exponentielle comme fonction de survie\u003c\/li\u003e \u003cp\u003e \u003c\/p\u003e \u003cli\u003eAnalyse de la distribution de Weibull comme fonction de survie\u003c\/li\u003e \u003cp\u003e \u003c\/p\u003e \u003cli\u003eDérivation de la distribution de Gumbel comme fonction de survie à partir de Weibull\u003c\/li\u003e \u003c\/ul\u003e \u003cb\u003e \u003c\/b\u003e\u003cp\u003e \u003c\/p\u003e \u003cli\u003eLes modèles non paramétriques, y compris\u003c\/li\u003e \u003cul\u003e \u003cp\u003e \u003c\/p\u003e \u003cli\u003eL'estimateur de Kaplan-Meier (KM), une dérivation de l'expression à l'aide de MLE\u003c\/li\u003e \u003cp\u003e \u003c\/p\u003e \u003cli\u003eAjustement de l'estimateur KM avec un exemple de jeu de données, un code Python et un traçage de courbes\u003c\/li\u003e \u003cp\u003e \u003c\/p\u003e \u003cli\u003eFormule de Greenwood et sa dérivation\u003c\/li\u003e \u003c\/ul\u003e \u003cb\u003e \u003c\/b\u003e\u003cp\u003e \u003c\/p\u003e \u003cli\u003eLes modèles avec covariables expliquant\u003c\/li\u003e \u003cul\u003e \u003cp\u003e \u003c\/p\u003e \u003cli\u003eLe concept de décalage temporel et le modèle AFT (Accelerated Failure Time)\u003c\/li\u003e \u003cp\u003e \u003c\/p\u003e \u003cli\u003eModèle Weibull-AFT et dérivation des paramètres par MLE\u003c\/li\u003e \u003cp\u003e \u003c\/p\u003e \u003cli\u003eModèle de risque proportionnel (PH)\u003c\/li\u003e \u003cp\u003e \u003c\/p\u003e \u003cli\u003eModèle Cox-PH et méthode de Breslow\u003c\/li\u003e \u003cp\u003e \u003c\/p\u003e \u003cli\u003eImportance des covariables\u003c\/li\u003e \u003cp\u003e \u003c\/p\u003e \u003cli\u003eSélection des covariables\u003c\/li\u003e \u003c\/ul\u003e \u003c\/ul\u003e\u003cp\u003eLa bibliothèque Python \u003ci\u003elifelines\u003c\/i\u003e est utilisée pour les exemples de code. En associant la théorie à des exemples pratiques comportant des jeux de données, ce livre est à la fois un tutoriel pratique et un guide de référence utile.\u003c\/p\u003e\u003ch3\u003eBiographie de l'auteur\u003c\/h3\u003e\u003cp\u003e\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eAvishek Nag\u003c\/strong\u003e est titulaire d'un master en technologie en analyse de données et apprentissage automatique de l'Institut de technologie et de science Birla, Pilani, Inde. Il a plus de 15 ans d'expérience dans le développement de logiciels et l'architecture de systèmes. Il possède également une expérience professionnelle en science des données et apprentissage automatique, Java, Python, Big Data, y compris Spark et MongoDB. Il a travaillé chez VMWare, Cisco, Mobile Iron et Computer Science Corporation (aujourd'hui DXC). Il est également l'auteur du livre \u003cb\u003e\u003ci\u003ePragmatic Machine Learning with Python,\u003c\/i\u003e\u003c\/b\u003e qui est recommandé dans la bibliothèque numérique de l'ACM Education. \u003c\/p\u003e\n            \u003cdiv\u003e\n\n\u003cstrong\u003eNombre de pages :\u003c\/strong\u003e 84\u003c\/div\u003e\n            \u003cdiv\u003e\n\n\u003cstrong\u003eDimensions :\u003c\/strong\u003e 0,19 x 9 x 6 po\u003c\/div\u003e\n            \u003cdiv\u003e\n\n\u003cstrong\u003eIllustré :\u003c\/strong\u003e Oui\u003c\/div\u003e\n            \u003cdiv\u003e\n\n\u003cstrong\u003eDate de publication :\u003c\/strong\u003e 8 octobre 2024\u003c\/div\u003e\n            ","brand":"BooksCloud","offers":[{"title":"Default Title","offer_id":46939349581999,"sku":"9781032073675","price":45.97,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/0723\/7314\/1679\/files\/Rqb9Dqtnp39781032073675.webp?v=1781763585","url":"https:\/\/valuevaultclub.myshopify.com\/fr\/products\/survival-analysis-with-python-paperback","provider":"Value Vault Club","version":"1.0","type":"link"}