Séance de cours

Mélanges: introduction

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.

Séances de cours associées (64)

Régression linéaire: Théorie et applications

Couvre la théorie et les applications pratiques de la régression linéaire.

Statistiques pour la science des données: bases et modélisation

Introduit les bases de la modélisation statistique, la théorie des probabilités et les concepts clés pour les applications de la science des données.

Probabilité et statistiques

Déplacez-vous dans les probabilités, les statistiques, les paradoxes et les variables aléatoires, montrant leurs applications et propriétés du monde réel.

Densité conditionnelle et espérance

Couvre la densité conditionnelle, l'indépendance des variables aléatoires, les attentes et le calcul de la variance.

Variables aléatoires continues

Couvre les variables aléatoires continues, les fonctions de densité de probabilité et les distributions, avec des exemples pratiques.

Régression logistique: Partie 1

Introduit la régression logistique pour la classification binaire et explore la classification multiclasse à l'aide des stratégies OvA et OvO.

Variables aléatoires continues

Explore les variables aléatoires continues, les fonctions de densité, les variables articulaires, l'indépendance et les densités conditionnelles.

Modèles linéaires généralisés : exemples et applications

Explore des exemples spéciaux de modèles linéaires généralisés, couvrant la régression logistique, les modèles de données de comptage, les problèmes de séparation et les relations non paramétriques.

Inférence statistique : variables aléatoires

Couvre les variables aléatoires, les fonctions de probabilité, les attentes, les variances et les distributions conjointes.

Statistiques : Variables aléatoires et fonctions de densité de probabilité

Introduit des variables aléatoires, des fonctions de densité de probabilité, et la distribution gaussienne dans les statistiques.

Variables aléatoires discrètes

Couvre les propriétés et les transformations des variables aléatoires discrètes, en mettant l'accent sur le CMR et l'attente.

Fluides astrophysiques et plasmas

Explore les fluides astrophysiques, les plasmas, les MHD, les turbulences et les oscillations de plasma, y compris la rotation de Faraday pour mesurer les champs magnétiques cosmiques.

Modèles de probabilité: Principes fondamentaux

Introduit les bases des modèles de probabilité, couvrant les variables aléatoires, les distributions et l'estimation statistique.

Motion Brownian : Fondements et demandes

Explore les fondamentaux du mouvement brownien, y compris la position des particules et les fonctions de distribution.

Théorie de probabilité : Variables aléatoires discrètes

Couvre les variables aléatoires discrètes, la fonction de masse de probabilité, les propriétés et la distribution binomiale avec des exemples illustratifs.

Distributions familiales exponentielles

Couvre les distributions familiales exponentielles, les paramètres naturels, les statistiques suffisantes et la régression logistique.

Éléments de la statistique : probabilité et variables aléatoires

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

Régression logistique : prédiction de la végétation

Explore la régression logistique pour prédire les proportions de la végétation dans la région amazonienne grâce à l'analyse des données de télédétection.

Régression logistique: Modélisation des variables de réponse binaire

Explore la régression logistique pour les variables de réponse binaire, couvrant des sujets tels que l'interprétation du rapport de cotes et l'ajustement du modèle.

Mathématiques combinatoires

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