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

MATH-232: Probabilités et statistique (pour IC)

Résumé

Cours d'introduction à la théorie des probabilités et aux statistiques.

Séances de cours

Enseignant·e

Sébastien Ott

Source officielle

https://edu.epfl.ch/coursebook/fr/probabilites-et-statistique-pour-ic-MATH-232

Page Moodle

http://go.epfl.ch/MATH-232

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

Cours d'introduction à la théorie des probabilités et aux statistiques.

Séances de cours

Enseignant·e

Sébastien Ott

Source officielle

https://edu.epfl.ch/coursebook/fr/probabilites-et-statistique-pour-ic-MATH-232

Page Moodle

http://go.epfl.ch/MATH-232

À propos de ce résultat

Séances de ce cours (61)

Permutations et Coefficients Binomiaux

Explique les permutations, les coefficients binomiaux et les coefficients multinomiaux avec des exemples pratiques.

Mathématiques combinatoires

Explore les mathématiques combinatoires, couvrant les permutations, les combinaisons et les coefficients binomiaux, ainsi que les concepts de probabilité et de statistique.

Distributions de probabilités

Couvre diverses distributions de probabilité et leurs applications dans des scénarios du monde réel.

Distribution multinomiale

Couvre la distribution multinomiale, la densité articulaire, la distribution marginale et la distribution conditionnelle.

Dépendance et corrélation

Explore la dépendance, la corrélation et les attentes conditionnelles en matière de probabilité et de statistiques, en soulignant leur importance et leurs limites.

Afficher plus

Cours associés (29)

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 ...

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. ...

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-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.) ...

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 ...

Afficher plus