, Au-delà des techniques particulières, l'esprit des pionniers de l'analyse des données est toujours présent : « les données doivent précéder les modèles et non l'inverse » écrivait J.P.Benzécri ce que l'on retrouve avec l'expression « data driven

, C'est d'autant plus nécessaire que les données massives demandent d'être analysées sans a priori

F. J. Anscombe, Topics in the investigation of linear relations, J. Roy. Stat. Soc, vol.29, pp.1-52, 1967.

G. Baudat and F. Anouar, Generalized discriminant analysis using a kernel approach, Neural Computation, vol.12, issue.10, pp.2385-2404, 2000.

J. P. Benzécri, l'Analyse des Données, 1972.

A. Bernard, C. Guinot, and G. Saporta, Sparse principal component analysis for multiblock data and its extension to sparse multiple correspondence analysis, Proceedings of Compstat, pp.99-106, 2012.
URL : https://hal.archives-ouvertes.fr/hal-01126171

P. Besse, Spline functions and optimal metric in linear principal components analysis, Components and Correspondence Analysis, 1988.

L. Billard and E. Diday, Symbolic Data Analysis: Conceptual Statistics and Data Mining, 2012.
URL : https://hal.archives-ouvertes.fr/hal-00360427

J. M. Bouroche, G. Saporta, C. ;-l'analisi-dei-dati, N. Cailliez, F. Pagès et al., Introduction à l'analyse des données, 1976.

J. D. Carroll, Generalization of canonical analysis to three or more sets of variables, Proc. Am.Psych.Assoc, pp.227-228, 1968.

C. Charles, U. D. Ph, . Paris, B. Chiandotto, and A. Rizzi, Régression typologique et reconnaissance des formes, Recent contributions of Italian statisticians to data analysis, Metron, p.53, 1977.

H. Chun and S. Kele?, Sparse partial least squares regression for simultaneous dimension reduction and variable selection, Journal of the Royal Statistical Society: Series B, vol.72, pp.3-25, 2010.

L. Clemmensen, T. Hastie, and K. Ersboell, Sparse discriminant analysis, 2008.

D. Costanzo, C. Preda, and G. Saporta, Anticipated prediction in discriminant analysis on functional data for binary response, COMPSTAT'06, A, pp.821-828, 2006.
URL : https://hal.archives-ouvertes.fr/hal-01125209

J. Dauxois and A. Pousse, Les Analyses factorielles en calcul des Probabilités et en Statistique : Essai d'étude synthétique, 1976.

F. A. De-carvalho, G. Saporta, and D. N. Queiroz, A Clusterwise Center and Range Regression Model for Interval-Valued Data, Proceedings COMPSTAT'2010, pp.461-468, 2010.
URL : https://hal.archives-ouvertes.fr/hal-01125762

C. De-la, O. Holmes, and S. P. , The Duality Diagram in Data Analysis: Examples of Modern Applications, vol.5, pp.2266-2277, 2011.

K. De-roover, E. Ceulemans, M. E. Timmerman, K. Vansteelandt, J. Stouten et al., , 2012.

J. C. Deville, Méthodes statistiques et numériques de l'analyse harmonique, vol.15, pp.3-101, 1974.

J. C. Deville and G. Saporta, Analyse harmonique qualitative, Data Analysis and Informatics, E.Diday, pp.375-389, 1980.

E. Diday, Une nouvelle méthode en classification automatique et reconnaissance des formes la méthode des nuées dynamiques, Revue de Statistique Appliquée, vol.19, pp.19-33, 1971.

E. Diday, Introduction à l'analyse factorielle typologique, Revue de Statistique Appliquée, vol.22, pp.29-38, 1974.

C. Fyfe and P. L. Lai, Kernel and nonlinear canonical correlation analysis, International Journal of Neural Systems, vol.10, pp.365-374, 2001.

A. D. Gifi and J. Shawe-taylor, Non-linear multivariate analysis, Sparse Canonical Correlation Analysis, 1990.

N. Lauro and L. D'ambra, L'analyse non symétrique des correspondances, Diday, E. eds. Data Analysis and Informatics, pp.433-446, 1984.

C. Preda and G. Saporta, Clusterwise PLS regression on a stochastic process, vol.49, pp.99-108, 2005.
URL : https://hal.archives-ouvertes.fr/hal-01124969

J. O. Ramsay and B. Silverman, Functional data analysis, 1997.

A. Rizzi, Italian contributions to Data Analysis, Electronic Journal for History of Probability and Statistics, vol.4, issue.2, 2008.

A. Rosipal and L. Trejo, Kernel Partial Least Squares Regression in Reproducing Kernel Hilbert Space, Journal of Machine Learning Research, vol.2, pp.97-123, 2001.

B. Schölkopf, A. Smola, and K. L. Müller, Nonlinear Component Analysis as a Kernel Eigenvalue Problem, vol.10, pp.1299-1319, 1998.

J. A. Suykens and J. Vandewalle, Least squares support vector machine classifiers, Neural Processing Letters, vol.9, issue.3, pp.293-300, 1999.

A. Tenenhaus and M. Tenenhaus, Regularized Generalized Canonical Correlation Analysis, Psychometrika, vol.76, pp.257-284, 2011.
URL : https://hal.archives-ouvertes.fr/hal-00578321

M. Tenenhaus, L'approche PLS, vol.XLVII, pp.5-40, 1999.
URL : https://hal.archives-ouvertes.fr/hal-00601025

R. Tibshirani, Regression shrinkage and selection via the Lasso, Journal of the Royal Statistical Society, Series B, vol.58, pp.267-288, 1996.

J. W. Tukey, The Future of Data Analysis, Ann. Math. Statist, vol.33, pp.1-67, 1962.

D. Witten, R. Tibshirani, and T. Hastie, A penalized matrix decomposition, with applications to sparse principal components and canonical correlation analysis, Biostatistics, vol.10, issue.3, pp.515-534, 2009.

H. Zou, T. Hastie, and R. Tibshirani, Sparse Principal Component Analysis, Journal of Computational and Graphical Statistics, vol.15, pp.265-286, 2006.