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-710: Data Analysis for Science and Engineering

Résumé

An overview course intended for scientists and engineers who need to use statistical methods as part of their research, who have already attended a course at the second-year EPFL undergraduate level, and need revision and deepening of their knowledge at a more conceptual level.

Séances de cours

Enseignant·e·s (2)

Stephan Morgenthaler

EDUCATION Ph.D., Statistics, Princeton University, Princeton, 1983 Diplôme, Mathématiques, Ecole polytechnique fédérale de Zurich, 1979 CARRIÈRE ACADEMIQUE Professeur de statistique appliquée, EPFL, 1991-présent Professeur extraordinaire, statistique appliquée, EPFL, 1988-1991 Professeur associé, statistique, Yale University, 1987-1988 Professeur assistant, statistique, Yale University, 1984-1987 Instructor, mathématiques, Massachusetts Institute of Technology, 1983-1984

Victor Panaretos

Source officielle

https://edu.epfl.ch/coursebook/fr/data-analysis-for-science-and-engineering-MATH-710

Page Moodle

http://go.epfl.ch/MATH-710

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·s (2)

Stephan Morgenthaler

Victor Panaretos

Source officielle

https://edu.epfl.ch/coursebook/fr/data-analysis-for-science-and-engineering-MATH-710

Page Moodle

http://go.epfl.ch/MATH-710

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.) ...

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. ...

DH-406: Machine learning for DH

This course aims to introduce the basic principles of machine learning in the context of the digital humanities. We will cover both supervised and unsupervised learning techniques, and study and implement methods to analyze diverse data types, such as imag ...

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