Explore les tests de spécification, l'apprentissage automatique, le surajustement, la régularisation, les tests de prédiction et la sélection de variables.
Introduit le test chi-carré pour le test d'hypothèse par rapport aux distributions théoriques, en présentant son application avec des tests d'équité des dés.
Couvre les intervalles de confiance, les tests d'hypothèse, les erreurs standard, les modèles statistiques, la probabilité, l'inférence bayésienne, la courbe ROC, la statistique Pearson, la bonté des tests d'ajustement et la puissance des tests.
S'inscrit dans les limites fondamentales de l'apprentissage par gradient sur les réseaux neuronaux, couvrant des sujets tels que le théorème binôme, les séries exponentielles et les fonctions génératrices de moments.
