Outils Formels pour la Science des Données

PROGRAMME : probabilités et statistique, combinatoire, analyse

Axiome des probabilités (sans détailler les tribus)
Règles de calcul (complémentaire, union, formule de Poincaré) Ex: jeu de pile ou face, boules et urnes.
Probabilité uniforme.
Combinatoire : permutations, Pascal, formule du binôme et du multinôme.
Variables aléatoires discrètes: distribution, espérance, variance, écart-type. (rappel sur les séries positives ou non)
Exemples: Bernoulli, binomiale, géométrique.
Poisson et approximation poissonienne de la binomiale.
Linéarité de l'espérance.
Ex : Collectionneur de coupons (durée moyenne) Séries génératrices.
Variables aléatoires réelles continues: distribution, densité. Médiane.
Rappel d'intégrale simple. Th. fondamental du calcul différentiel, intégration par parties, contrepartie discrète.
Comparaison séries/intégrales Exemples: loi uniforme, exponentielle, gaussienne Espérance, variance dans le cas à densité.
Fonction génératrice des moments (transformé de Laplace)
Indépendance et conditionnement:
Indépendance de variables aléatoires ou d'événements en nombre quelconque.
Loi du maximum de v.a.i.i.d.
Propriétés de stabilité de l'indépendance.
Loi jointe, marginale. Covariance. Densité multivariée (intégrale multiple comme itérées d’intégrale simples)
Espérance d'un produit de variables indépendantes.
Application à la variance d'une somme.
Moments et Estimations:
Inégalités: Cauchy-Schwarz, Jensen, croissance des normes p. Inégalités de Markov, Bienaymé-Tchebychev, Paley-Zygmund. Méthode du second moment.
Loi faible des grands nombres.
Collectionneur de coupon.
Enoncé du théorème central limit (avec des intervalles).
Statistique par quelques exemples : Estimation du paramètre d'une Bernoulli:
Intervalle de confiance en utilisant Bienaymé-Tchebychev, ou Markov exponentiel.
Intervalle de confiance asymptotique en utilisant le théorème central limit. Construction d'un test sur le paramètre.
Régression linéaire. Méthode des moindre carrés.
Rappels : Optimisation d'une fonction de plusieurs variables, dérivées partielles.

REFERENCES BIBLIOGRAPHIQUES

Initiation aux Probabilités et aux chaînes de Markov, Pierre Brémaud Springer 2009, Ch. 1-4 et 6

Peut-etre trop simple :

Initiation aux Probabilités, Sheldon M. Ross Editeur : PPUR Presses polytechniques et universitaires romandes

Sans doute trop avancé :

Probability and Computing , Michael Mitzenmacher et Eli Upfal Randomization and Probabilistic Techniques in Algorithms and Data Analysis 2nd Edition 2017, Cambridge U.P Ch. 1-6
Probability Models for Computer Science , Sheldon M. Ross Academic press 2001 Ch. 1 et 3

Pour mémoire :

Randomized Algorithms, Rajeev Motwani et Prabhakar Raghavan. Cambridge 1995

Panneau latéral

Les Masters

Les doubles Masters

Ressources utiles

Contacts

Scolarité M1

Scolarité M2

Table des matières

Outils Formels pour la Science des Données

PROGRAMME : probabilités et statistique, combinatoire, analyse

REFERENCES BIBLIOGRAPHIQUES

Peut-etre trop simple :

Sans doute trop avancé :

Pour mémoire :

Outils pour utilisateurs

Outils du site

Panneau latéral

Les Masters

Les doubles Masters

Ressources utiles

Contacts

Scolarité M1

Scolarité M2

Table des matières

Outils Formels pour la Science des Données

PROGRAMME : probabilités et statistique, combinatoire, analyse

REFERENCES BIBLIOGRAPHIQUES

Peut-etre trop simple :

Sans doute trop avancé :

Pour mémoire :

Outils de la page