Aller au menu Aller au contenu
Une voie, plusieurs choix
Informatique et Mathématiques appliquées
Une voie, plusieurs choix

> Formation > Cursus ingénieur

Algorithmes et statistiques

A+Augmenter la taille du texteA-Réduire la taille du texteImprimer le documentEnvoyer cette page par mail cet article Facebook Twitter Linked In
  • Volumes horaires

    • CM : 18.0
    Crédits ECTS : 1.75

Objectifs

La statistique computationnelle s'est développée avec l'augmentation de la complexité des données aléatoires générées par les grands domaines d'application rattachés à la biologie, la médecine, la finance, le traitement de l'information (imagerie, la reconnaissance des formes), etc. Elle repose sur l'utilisation d'algorithmes d'estimation plutôt que sur des techniques de résolution formelle. Il s'agit d'un cours en 2 parties essentiellement tournées vers l'analyse concrète de problèmes et d'exemples.


Contact Olivier FRANCOIS

Contenu

1. Statistique bayésienne (9h) : Principes de base et simulation probabiliste. Exemples simples. Algorithmes MCMC de Metropolis-Hastings, échantillonneur de Gibbs. Calcul bayésien approché (algorithmes de rejet). Facteurs de Bayes.

2. Classification (9h). Classification supervisée : approche par régression – réseaux de neurones. Classification non-supervisée : lois de mélanges.



Prérequis

Probabilités appliquées. Principes et méthodes statistiques. Recommandé : Méthodes numériques

Contrôles des connaissances

Travaux pratiques et / ou examen oral.



N1=0.5*E1+0.5*CC
N2=0.5*E2+0.5*CC

Informations complémentaires

Cursus ingénieur->MMIS->Semestre 5

Bibliographie

C. BISHOP: /Pattern Recognition and Machine Learning/. Springer, 2006.

A. GELMAN, J. B. CARLIN, H. S. STERN and D. B. RUBIN. /Bayesian Data Analysis/. Boca Raton, Florida: Hapman and Hall/CRC, 2004.

A+Augmenter la taille du texteA-Réduire la taille du texteImprimer le documentEnvoyer cette page par mail cet article Facebook Twitter Linked In
Université Grenoble Alpes