Couvre l'estimation maximale de la probabilité, en mettant l'accent sur l'estimation-distribution ML, l'estimation de la réduction et les fonctions de perte.

Régression linéaire : Inférence statistique et régularisation

Couvre le modèle probabiliste de régression linéaire et l'importance des techniques de régularisation.

Estimateur Bayes : définition et application

Présente l'estimateur de Bayes, expliquant sa définition, son application dans des scénarios de coûts quadratiques et son importance dans le raisonnement probabiliste.

Équations de Yule Walker: mise en œuvre efficace et analyse de corrélation

Explore les équations de Yule Walker pour une mise en œuvre efficace et une analyse de corrélation dans le traitement du signal.

Analyse de survie: effets sur l'âge et le sexe

Explore l'analyse de survie, les défis de régression logistique et les tableaux de contingence dans les statistiques médicales.

Modèles paramétriques

Explore l'estimation statistique, les modèles de régression et la sélection des modèles dans les modèles paramétriques.

Estimation des attentes

Explore l'estimation de l'attente pour des variables aléatoires distinctes, en soulignant son importance dans la théorie des probabilités.

Mathématiques des données: modèles et estimateurs

Couvre les mathématiques des données, en mettant l'accent sur les modèles, les estimateurs et les questions pratiques dans l'analyse des données.