Fonction objectif

Science formelle
Statistique
Inférence statistique
Statistique mathématique

Séances de cours associées (129)

À propos
Confidentialité
Mentions légales

Séances de cours associées (129)

Régression paramétrique : Régression linéaire

Explore les régressions paramétriques, en mettant l'accent sur la simplicité et la complexité des compromis de régression linéaire entre les modèles paramétriques et non paramétriques.

Algorithmes pour l'optimisation composite

Explore les algorithmes d'optimisation composite, y compris les opérateurs proximaux et les méthodes de gradient, avec des exemples et des limites théoriques.

Bruit de graduation : Risques lisses et non lisses

Explore l'impact du bruit de gradient sur les algorithmes d'optimisation, en se concentrant sur les fonctions de risque lisses et non lisses et la dérivation des moments de bruit de gradient.

Programmation dynamique : contrôle optimal

Explore la programmation dynamique pour un contrôle optimal, couvrant le remplacement de la machine, les chaînes de Markov, les politiques de contrôle et les problèmes quadratiques linéaires.

Optimisation stochastique : Optimisation du portefeuille

Explore l'optimisation stochastique de la gestion de portefeuille, en mettant l'accent sur les critères de décision pour des objectifs incertains et le concept de la valeur conditionnelle à risque.

Théorie de la décision bayésienne : utilité, risque et classification

Couvre la théorie de la décision bayésienne, les fonctions de coût, la classification et les règles de décision.

Mathématiques des données: données, modèles et optimisation

Couvre le rôle des modèles et des données dans lapprentissage statistique et les formulations doptimisation, avec des exemples de problèmes de classification, de régression et destimation de la densité.

Sans titre

Page 11 sur 13