UFR Informatique

Outils pour utilisateurs

Outils du site

Vous êtes ici : Accueil » formations » masters » ue » m1 » ofsd8
formations:masters:ue:m1:ofsd8

Différences

Ci-dessous, les différences entre deux révisions de la page.

Lien vers cette vue comparative

Les deux révisions précédentesRévision précédente
formations:masters:ue:m1:ofsd8 [2023/05/22 15:29] – supprimée - modification externe (Date inconnue) 127.0.0.1formations:masters:ue:m1:ofsd8 [2023/05/22 15:29] (Version actuelle) – ↷ Page déplacée de playground:cours:m1:ofsd8 à formations:masters:ue:m1:ofsd8 treinen
Ligne 1: Ligne 1:
 +
 +
 +
 +====== Outils Formels pour la Science de Données ======
 +
 +
 +
 +===== Description =====
 +
 +Le cours a pour objectif de présenter quelques méthodes mathématiques nécessaires à l’analyse des données. Après un rapide rappel de théorie des probabilités (définitions, combinatoires, variables aléatoires discrètes, …), il sera question de sujets probabilistes plus avancés (variables aléatoires continues, intégrales multiples, estimations, moments). Puis quelques méthodes statistiques seront abordées (estimateurs, intervalles de confiance, …). Finalement, des méthodes d’optimisation de fonctions à plusieurs variables seront discutées avec application à la méthode des moindres carrés (régression linéaire).
 +
 +===== Syllabus =====
 +==== Sujets centraux ====
 +
 +Rappels de théorie des probabilités : axiomes, règles de calcul (complémentaire, union, formule de Poincaré), indépendance, conditionnement.
 +
 +Rappels sur les variables aléatoires discrètes : lois jointes et marginales, espérance, variance, covariance, séries génératrices. Exemples: Bernoulli, binomiale, géométrique, Poisson.
 +
 +Variables aléatoires réelles continues : distribution, densité. Rappel d'intégrales simples et multiples. Exemples: loi uniforme, exponentielle, gaussienne. Moments et Estimations. Inégalités de Cauchy-Schwarz, Jensen, Markov, Bienaymé-Tchebychev. Méthode du second moment. Loi faible des grands nombres, théorème central limite.
 +
 +Statistique par quelques exemples: Estimation du paramètre d'une Bernoulli par intervalles de confiance en utilisant Bienaymé-Tchebychev ou Markov exponentiel. Intervalle de confiance asymptotique en utilisant le théorème central limite. Construction d'un test sur le paramètre.
 +
 +
 +
 +
 +
 +===== Pré-requis =====
 +  * Mathématiques niveau L1, L2 (ensembles, symbole de sommation, suite, séries, dérivées)
 +  * Probabilités niveau L2-L3 (typiquement le cours PR4 donné en L2 MIASHS et L3 INFO)
  

Outils de la page

Sauf mention contraire, le contenu de ce wiki est placé sous les termes de la licence suivante : CC Attribution-Noncommercial-Share Alike 4.0 International
CC Attribution-Noncommercial-Share Alike 4.0 International Donate Powered by PHP Valid HTML5 Valid CSS Driven by DokuWiki