Concept

Parameter

Cours associés (32)

Graph Chatbot

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.

Connectez-vous pour utiliser Chat avec Graph Search

MATH-101(g): Analysis I

Étudier les concepts fondamentaux d'analyse et le calcul différentiel et intégral des fonctions réelles d'une variable.

MATH-655: Advanced methods for causal inference

This course covers recent methodology for causal inference in settings with time-varying exposures (longitudinal data) and causally connected units (interference). We will consider theory for identifi

CIVIL-606: Inference for large-scale time series with application to sensor fusion

Large-scale time series analysis is performed by a new statistical tool that is superior to other estimators of complex state-space models. The identified stochastic dependences can be used for sensor

MATH-131: Probability and statistics

Le cours présente les notions de base de la théorie des probabilités et de l'inférence statistique. L'accent est mis sur les concepts principaux ainsi que les méthodes les plus utilisées.

PHYS-642: Statistical physics for optimization & learning

This course covers the statistical physics approach to computer science problems, with an emphasis on heuristic & rigorous mathematical technics, ranging from graph theory and constraint satisfaction

MATH-660: Numerical methods for data assimilation

This course will review modern techniques for parameter and state estimation in a Bayesian framework for models involving differential equations, with particular attention to the high dimensional sett

CS-233(a): Introduction to machine learning (BA3)

Machine learning and data analysis are becoming increasingly central in many sciences and applications. In this course, fundamental principles and methods of machine learning will be introduced, analy

MATH-616: Numerical methods for random PDEs and uncertainty

The course focuses on mathematical models based on PDEs with random parameters, and presents numerical techniques for forward uncertainty propagation, inverse uncertainty analysis in a Bayesian framew

CIVIL-237: Safety and reliability

Ce cours comporte les notions de sécurité ainsi que les mesures à prendre pour maîtriser des situations de danger relatives aux structures. La modélisation des actions et les principes de vérification

MATH-425: Spatial statistics

In this course we will focus on stochastic approaches for modelling phenomena taking place in multivariate spaces. Our main focus will be on random field models and on statistical methods for model-ba