Les chaînes de Markov : défis et surprises

Séances de cours associées (49)

Explique le calcul de la probabilité conditionnelle avec des définitions et des exemples.

Couvre la régression logistique pour la classification binaire en utilisant des méthodes de modélisation de probabilité et d'optimisation.

Couvre la distribution normale, y compris ses propriétés et ses calculs.

Couvre la saisie par décalage d'amplitude et diverses techniques d'analyse de données à l'aide de Jupyter Notebooks.

Couvre la base théorique des systèmes dynamiques linéaires et non linéaires pour les ingénieurs.

Introduit des concepts clés en variables de probabilité et aléatoires, couvrant les statistiques, les distributions et la covariance.

Discute des statistiques de Boltzmann, Bose-Einstein et Fermi-Dirac en mécanique statistique.

Explore les mécanismes d'adsorption, la cinétique élémentaire, les sites actifs et les effets de transport en catalyse hétérogène.

Couvre les applications des densités et des statistiques en science quantique, en se concentrant sur les distributions binomiales et de Poisson.

Page 3 sur 3