Volumes horaires
- CM 6.0
- Projet -
- TD 6.0
- Stage -
- TP -
- DS -
Crédits ECTS
Crédits ECTS 1.0
Objectif(s)
Fournir les connaissances minimales en probabilité et en algèbre linéaire pour aborder les cours
"Sciences des données : fondements algébriques et statistiques" et
"Apprentissage statistique et data mining"
Jean-Marc BROSSIER
Contenu(s)
Rappel probabilité/statistique
Lois discrètes et continues.
En dimension 1 : histogramme, espérance, variance, estimateurs empiriques de la moyenne et de la variance.
Extension en dimension n : loi normale, matrice de covariance, estimateur empirique de la covariance.
Algèbre linéaire
Espace vectoriel, produit scalaire, norme, famille génératrice, base, changement de base
Applications linéaires : noyau, image, représentation matricielle
Matrices : déterminant, inversion, diagonalisation. Propriétés des matrices symétriques positives.
- MCC en présentiel et distanciel **
N1 = note de projet en temps-libre
N2 = pas de rattrapage
Le cours est programmé dans ces filières :
- Cursus ingénieur - Mastère Big-Data - Semestre 9
Code de l'enseignement : WMMBEFIA
Langue(s) d'enseignement :
Vous pouvez retrouver ce cours dans la liste de tous les cours.