Mediaspace scheduled maintenance: Aug 25, 2026 07:00 - 12:00 AM. During this time, videos will be temporarily unavailable. Check status updates.

Graph
Search

Cours

COM-516: Markov chains and algorithmic applications

Résumé

The study of random walks finds many applications in computer science and communications. The goal of the course is to get familiar with the theory of random walks, and to get an overview of some applications of this theory to problems of interest in communications, computer and network science.

Séances de cours

Enseignant·e

Olivier Lévêque

Olivier Lévêque est né en Suisse en 1971. Il a reçu le diplôme d'ingénieur-physicien de l'EPFL en 1995 et obtenu le doctorat au Département de Mathématiques de l'EPFL en 2001. Depuis lors, il travaille au Laboratoire de Théorie de l'Information à l' EPFL. Il a passé l'année académique 2006-2007 au Département d'Electricité de l'Université de Stanford, où il a été nommé chargé de cours. Ses domaines d'intérêt comprennent la théorie de l'information, les matrices aléatoires et les équations aux dérivées partielles stochastiques.

Source officielle

https://edu.epfl.ch/coursebook/fr/markov-chains-and-algorithmic-applications-COM-516

Page Moodle

http://go.epfl.ch/COM-516

À propos de ce résultat

Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Résumé

Séances de cours

Enseignant·e

Olivier Lévêque

Source officielle

https://edu.epfl.ch/coursebook/fr/markov-chains-and-algorithmic-applications-COM-516

Page Moodle

http://go.epfl.ch/COM-516

À propos de ce résultat

Proximité ontologique

Mathématiques

Mathématiques discrètes: Théorie des graphes

Théorie des probabilités: Théorie des probabilités

Statistique

Inférence statistique: Inférence bayésienne, Statistique bayésienne

Data collection: Échantillonnage (statistiques)

Séances de ce cours (34)

Les chaînes de Markov : définition et exemples

Couvre la définition et les propriétés des chaînes de Markov, y compris la matrice de transition et des exemples.

Markov Chains: Probabilités de transition

Explore les chaînes de Markov, les matrices de transition, la distribution et les promenades aléatoires.

Couplage des chaînes de Markov: théorème ergodique

Explore le couplage des chaînes de Markov et la preuve du théorème ergodique, en mettant l'accent sur la convergence des distributions et les propriétés de la chaîne.

Théorème Ergodique: Preuve et Applications

Explique la preuve du théorème ergodique et le concept de répétition positive dans les chaînes de Markov.

Chaînes réversibles et équilibre détaillé

Explore les chaînes réversibles, l'équilibre détaillé, les probabilités de transition et les boules numérotées dans les urnes.

Afficher plus

Cours associés (30)

PHYS-467: Machine learning for physicists

Machine learning and data analysis are becoming increasingly central in sciences including physics. In this course, fundamental principles and methods of machine learning will be introduced and practised. ...

CS-101: Advanced information, computation, communication I

Discrete mathematics is a discipline with applications to almost all areas of study. It provides a set of indispensable tools to computer science in particular. This course reviews (familiar) topics as diverse as mathematical reasoning, combinatorics, disc ...

EE-556: Mathematics of data: from theory to computation

This course provides an overview of key advances in continuous optimization and statistical analysis for machine learning. We review recent learning formulations and models as well as their guarantees

COM-406: Foundations of Data Science

We discuss a set of topics that are important for the understanding of modern data science but that are typically not taught in an introductory ML course. In particular we discuss fundamental ideas and techniques that come from probability, information the ...

ME-427: Networked control systems

This course offers an introduction to control systems using communication networks for interfacing sensors, actuators, controllers, and processes. Challenges due to network non-idealities and opportunities offered by communication will be analyzed. ...

Afficher plus