Laboratoire Eau Environnement et Systèmes Urbains (Leesu)

Dernières publications

--> Url version détaillée , Url version formatée Structure name contains or id is : "409065;155441;135971;102266;212248;578082", Publication type : "('ART')"
942.
titre
Assessing water quality restoration measures in Lake Pampulha (Brazil) through remote sensing imagery
auteur
Alexandre Assunção, Talita Silva, Lino de Carvalho, Brigitte Vinçon-Leite
article
, 2025, ⟨10.1007/s11356-025-35914-6⟩
titre
How to monitor and forecast microbiological quality in bathing sites in urban water bodies? The La Villette study site (Paris)
auteur
Arthur Guillot - Le Goff, Natalia Angelotti de Ponte Rodrigues, Rémi Carmigniani, Brigitte Vinçon-Leite
article
, 2025, TSM 12/2024, pp.219-228. ⟨10.36904/tsm/202412219⟩
titre
Modelling evapotranspiration in urban green stormwater infrastructures: Importance of sensitivity analysis and calibration strategies with a hydrological model
auteur
Ahmeda Assann Ouédraogo, Emmanuel Berthier, Jérémie Sage, Marie-Christine Gromaire
article
, 2025, 185, pp.106319. ⟨10.1016/j.envsoft.2025.106319⟩
titre
Capacity of the Fungi Trichoderma Koningiopsis and Talaromyces Verruculosus for Hg Leaching, Immobilization and Absorption During the Dissolution of Cinnabar
auteur
Clarisse Balland, Vanessa Alphonse, My Dung Jusselme, Samir Abbad-Andaloussi, Noureddine Bousserrhine
article
, 2025, 5 (1), pp.12. ⟨10.3390/applmicrobiol5010012⟩
titre
Microplastic in combined sewer networks: from sewer deposit to combined sewer overflows
auteur
Minh Trang Nguyen, Rachid Dris, Sabrina Guérin-Rechdaoui, Bruno Tassin, Johnny Gasperi
article
, 2025, 12, pp.107-121. ⟨10.36904/tsm/202412107⟩

Tutelles

Membre de

Séminaire technique : Régressions
le 26 juin 2019

par Administrateur - publié le , mis à jour le

Un séminaire technique aura lieu le mercredi 26 juin 2019 à 10h00 à l’ENPC, en salle B203.

Il sera constitué d’interventions et de démonstrations autour des régressions : les outils, méthodes, et approches de chacun...

Quelques points qui seront abordés :
• Modèle probabiliste de la régression linéaire (simple) et construction d’intervalles de confiance
• Modèles non-linéaires (linéarisation ou non ?, caractérisation des incertitudes)
• Régressions linéaires multiples (combien et quelles variables retenir, sur quels critères)
• Vers le machine learning…