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

ENG-267: Méthodes d'estimation

Résumé

Les étudiants traitent des observations entachées d'incertitude de manière rigoureuse. Ils maîtrisent les principales méthodes de compensation des mesures et d'estimation des paramètres. Ils appliquent certains modèles à des problèmes concrets issus de diverses sciences expérimental.

Séances de cours

Enseignant·e

Jan Skaloud

Source officielle

https://edu.epfl.ch/coursebook/fr/methodes-d-estimation-ENG-267

Page Moodle

http://go.epfl.ch/ENG-267

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

Jan Skaloud

Source officielle

https://edu.epfl.ch/coursebook/fr/methodes-d-estimation-ENG-267

Page Moodle

http://go.epfl.ch/ENG-267

À propos de ce résultat

Proximité ontologique

Statistique

Inférence statistique: Statistique mathématique

Analyse des données: Régression (statistiques)

Cours associés (31)

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-401: Applied data analysis

This course teaches the basic techniques, methodologies, and practical skills required to draw meaningful insights from a variety of data, with the help of the most acclaimed software tools in the data science world (pandas, scikit-learn, Spark, etc.) ...

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

CS-433: Machine learning

Machine learning methods are becoming increasingly central in many sciences and applications. In this course, fundamental principles and methods of machine learning will be introduced, analyzed and practically implemented. ...

MATH-131: Probabilités et statistique

Le cours présente les notions de base de la théorie des probabilités et de l'inférence statistique. L'accent est mis sur les concepts principaux ainsi que les méthodes les plus utilisées. ...

Afficher plus