Séance de cours

Réseaux sociaux et d'information : processus

Graph Chat

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

Dans cours

COM-308: Internet analytics

Internet analytics is the collection, modeling, and analysis of user data in large-scale online services, such as social networking, e-commerce, search, and advertisement. This class explores a number of the key functions of such online services that have ...

Description

Cette séance de cours couvre les mesures de calcul sur de grands réseaux, l'échantillonnage, les marches aléatoires sur les graphiques, la manipulation des biais de degré et de localité, la conductance liée, les épidémies, les estimateurs impartiaux des marches aléatoires, l'analyse transitoire, le temps de mélange et les modèles épidémiques dans les réseaux sociaux et d'information.

Enseignant·e

Matthias Grossglauser

Enseignement et PhD Doctorant·es actuel·les Daichi Kuroda, Oscar Villemaud, Mohammadsadegh Khorasani, Amir Mohammad Aboueimehrizi A dirigé les thèses EPFL de Michal Piorkowski, Natasa Sarafijanovic-Djukic, Pedram Pedarsani, Mohamed Kafsi, Vincent Etter, Ehsan Kazemi, Lyudmila Yartseva, Young Jun Ko, Lucas Maystre, William Trouleau, Daniyar Chumbalov, Aswin Suresh A co-dirigé les thèses EPFL de Henri Dubois-Ferrière, Dominique Florian Tschopp, Victor Kristof Cours Internet analytics COM-308

Source officielle

Concepts associés (32)

Épidémie

Une épidémie désigne l'augmentation rapide d'une maladie en un lieu donné sur un moment donné. Selon son étymologie grecque (Demos signifiant peuple), ce mot s'applique initialement aux maladies touchant les humains ; si la maladie s'étend rapidement à une part importante de la planète, on parle alors de pandémie. Bien qu'il soit inapproprié, le mot est souvent utilisé dans le langage courant pour parler des maladies touchant des groupes d'animaux (zoonoses).

Biais (statistique)

En statistique ou en épidémiologie, un biais est une démarche ou un procédé qui engendre des erreurs dans les résultats d'une étude. Formellement, le biais de l'estimateur d'un paramètre est la différence entre la valeur de l'espérance de cet estimateur (qui est une variable aléatoire) et la valeur qu'il est censé estimer (définie et fixe). biais effet-centre biais de vérification (work-up biais) biais d'autosélection, estimé à 27 % des travaux d'écologie entre 1960 et 1984 par le professeur de biologie américain Stuart H.

Minimum-variance unbiased estimator

In statistics a minimum-variance unbiased estimator (MVUE) or uniformly minimum-variance unbiased estimator (UMVUE) is an unbiased estimator that has lower variance than any other unbiased estimator for all possible values of the parameter. For practical statistics problems, it is important to determine the MVUE if one exists, since less-than-optimal procedures would naturally be avoided, other things being equal. This has led to substantial development of statistical theory related to the problem of optimal estimation.

Estimateur (statistique)

En statistique, un estimateur est une fonction permettant d'estimer un moment d'une loi de probabilité (comme son espérance ou sa variance). Il peut par exemple servir à estimer certaines caractéristiques d'une population totale à partir de données obtenues sur un échantillon comme lors d'un sondage. La définition et l'utilisation de tels estimateurs constitue la statistique inférentielle. La qualité des estimateurs s'exprime par leur convergence, leur biais, leur efficacité et leur robustesse.

Consistent estimator

In statistics, a consistent estimator or asymptotically consistent estimator is an estimator—a rule for computing estimates of a parameter θ0—having the property that as the number of data points used increases indefinitely, the resulting sequence of estimates converges in probability to θ0. This means that the distributions of the estimates become more and more concentrated near the true value of the parameter being estimated, so that the probability of the estimator being arbitrarily close to θ0 converges to one.

Afficher plus

Séances de cours associées (36)

Estimateurs et intervalles de confiance

Explore le biais, la variance, les estimateurs non biaisés et les intervalles de confiance dans l'estimation statistique.

Sélection et évaluation du modèle : Dilemma à variation de biais, estimation des crêtes

Explore le sur-apprentissage, la généralisation et le sous-apprentissage dans les modèles d'apprentissage automatique.

Paramètre Estimation: Détection & Estimation

Couvre les concepts d'estimation des paramètres, y compris les estimateurs impartiaux et les informations de Fisher.

Évaluation du modèle : métriques et sélection

Explore les mesures d'évaluation des modèles, les techniques de sélection, le compromis biais-variance et la gestion des distributions de données biaisées dans l'apprentissage automatique.

Optimisation dans la théorie de la décision : estimation impartiale

Explore l'optimalité dans la théorie de la décision et l'estimation impartiale, en mettant l'accent sur la suffisance, l'exhaustivité et les limites inférieures du risque.

Afficher plus

Concepts associés (32)

Épidémie

Biais (statistique)

Minimum-variance unbiased estimator

Estimateur (statistique)

Consistent estimator

Afficher plus