arradiat Goto Github PK

-handwritten-digit-classifier-

The aim of this project is to study the ability of several machine learning algorithms for building a handwritten digit classifier. The dataset contains a sample of handwritten digits. Each digit is described by an array of 8x8 pixels in normalized grayscale. Each line of the dataset is composed 64 explanatory variables each of them representing a gray level and the target variable being the digit. We are going to start by having a first look of our dataset, then we’re gonna try out multiple ML algorithms and evaluate their performance in order to choose the most suitable one for our problem and finally we’re going to proceed with a variable selection to find out which pixels are more important for the digit recognition and see if selecting them can improve our learning algorithms

arradiat

Config files for my GitHub profile.

arradiat.github.io

Personal web page

detection-de-rupture-avec-une-loi-de-weibull

La détection de ruptures est un sujet connexe à d’autres problèmes classiques du traitement du signal, de l’information ou de la statistique, parmi lesquels on peut citer la détection d’anomalies en géné- ral, les tests d’homogénéité, l’ajustement de courbe ou encore le débruitage. La détection de ruptures elle-même correspond à plusieurs problèmes : détecter les changements dans les caractéristiques du signal et les localiser pour pouvoir ensuite analyser individuellement les segments de la série tempo- relle. Les informations qui en sont extraites permettent de faire de la classification, sélectionner un modèle ou proposer un diagnostic.

dnn-for-cva

Using Neural networks to compute CVA

financial-market-modelisation-and-finnite-difference-method-for-pde-resolution

Ce projet réalisé en binome consiste en la modélisation d’un marché financier afin de déterminer le prix d’options européennes. Le marché financier est composé de deux actifs que l’on peut échanger à un prix fixé par le marché : — un actif que l’on appelle sans risque dont le prix à l’instant t est noté St0 que l’on suppose connu dès l’instant initial 0 (ce prix est une variable aléatoire déterministe), — un actif risqué dont le prix St à l’instant t est une variable aléatoire (typiquement une action), dont on modélisera la loi par la suite. Nous voulons donc déterminer le prix P qu’un vendeur doit faire payé à un investisseur à l’instant initiale pour qu’à la date T l’investisseur reçoive f(ST) mais également la couverture que doit mettre en place le vendeur pour couvrir ces risques. En resumé on cherche la proportion d’argent investie dans l’actif risqué et la proportion d’argent investie dans l’actif sans risque à n’importe quelle date pour qu’à la date T lorsqu’on vend tout pour récuperer du cash le vendeur a exactement la somme f(ST). Pour résoudre ce problème nous modéliserons dans un premier temps l’évolution des prix de manière discrète avec une progression par arbre en suivant le modèle de Cox-Ross-Rubinstein, puis dans un second temps nous modéliserons l’évolution des prix de manière continue avec le modèle de Black-Scholes. Dans un troisième temps nous étudierons la convergence du prix donné par le modèle de Cox-Ross-Rubinstein vers celui donné par le modèle de Black-Scholes.

foodbert

FoodBERT: Food Extraction with DistilBERT

individual-household-electric-power-consumption-data-set-

Individual household electric-power consumption Data Set (LSTM) [tutorial]

machine-learning-project-gas-sensor-array-temperature-modulation.

Our data sets contains about 4 millions observations of the response of 14 Mox gaz sensor when exposed to differents concentrations of carbon monoxide(CO), humidity, temparatures, heat voltage and flow rate. The dataset is presented in 13 text files, where each file corresponds to a different measurement day. The experiment was to study the response of the sensors to different stimulis. So they wanted to determine which sensors should be trusted by comparing their response to different concentrations. So we are going to study the response of thoses sensors. We combined all measurements in one table in order to study our dataset. We then plot the correlation matrix to have a first glimpse of our dataset.

ml1

TP et projet de ML en M2

modified-chess-game-in-c

Le but de ce projet est d’implanter un jeu d’échecs modifiés,Stackchess.Dans cette version modifiée du jeu d’échecs, il est possible d’empiler les pièces d’une même couleur sur une même case.

mrr-anad

TP MRR et ANAD M1 MA

new-york-taxi-trip-duration

As a school project, I worked on the Kaggle competition for New York taxi trip duration

pricing-a-lookback-option-in-the-black-scholes-framework

The aim of this projet was to implement a pricing function for loopback options and to also compute the greeks using finite differences methods.

research-internship-rough-volatility-model-kernel-estimation-for-volterra-processes

I realised a research internship at the laboratory of mathmatics and modélisation of Evry (LaMME) during my last year of BSc in applied Mathmatics. I worked on rough volatility model with kernels Defined by a sum of exponentials I determined a proper way to simulate the model and to estimate its parameters

research-project-using-ann-for-option-pricing-

I worked on this research project during my first year of Msc in applied mathematics.

resolutionof-the-black-scholes-pde-for-option-pricing-

Finite difference scheme to solve numerically black Scholes PDE using C++

rough-volatilty--lifted-heston-model