Aléatoire dans l'auto-organisation sociale

Cette séance de cours explore le concept du hasard dans l'auto-organisation sociale, en discutant de précédents tels que la division des populations en groupes plus petits, le parallélisme et la diversité des opinions. L'instructeur se penche sur le rôle du hasard dans les processus démocratiques, y compris les règles de rupture des liens et la sélection des postes magistraux. Des précédents plus récents, comme les processus de recensement et les sondages d'opinion, sont également examinés, mettant en évidence les défis de la représentation et de l'exactitude dans la collecte de l'information. La séance de cours se termine par une discussion des tensions fondamentales entre représentation et expertise, illustrées par des exemples tels que le procès par jury et le vote délibératif.

À propos de ce résultat

Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Séances de cours associées (89)

Concepts associés (66)

CS-234: Technologies for democratic society

This course will offer students a broad but hands-on introduction to technologies of human self-organization.

Hasard

vignette|Les jeux de dés sont des symboles du hasard (jeux de hasard). vignette|Tyché ou Fortuna et sa corne d'abondance (fortune, hasard, en grec ancien, sort en latin) déesse allégorique gréco-romaine de la chance, des coïncidences, de la fortune, de la prospérité, de la destinée...|alt= Le hasard est le principe déclencheur d'événements non liés à une cause connue. Il peut être synonyme de l'« imprévisibilité », de l'« imprédictibilité », de fortune ou de destin.

Randomness test

A randomness test (or test for randomness), in data evaluation, is a test used to analyze the distribution of a set of data to see whether it can be described as random (patternless). In stochastic modeling, as in some computer simulations, the hoped-for randomness of potential input data can be verified, by a formal test for randomness, to show that the data are valid for use in simulation runs. In some cases, data reveals an obvious non-random pattern, as with so-called "runs in the data" (such as expecting random 0–9 but finding "4 3 2 1 0 4 3 2 1.

Statistical randomness

A numeric sequence is said to be statistically random when it contains no recognizable patterns or regularities; sequences such as the results of an ideal dice roll or the digits of π exhibit statistical randomness. Statistical randomness does not necessarily imply "true" randomness, i.e., objective unpredictability. Pseudorandomness is sufficient for many uses, such as statistics, hence the name statistical randomness. Global randomness and local randomness are different.

Générateur de nombres aléatoires

Un générateur de nombres aléatoires, random number generator (RNG) en anglais, est un dispositif capable de produire une suite de nombres pour lesquels il n'existe aucun lien calculable entre un nombre et ses prédécesseurs, de façon que cette séquence puisse être appelée « suite de nombres aléatoires ». Par extension, on utilise ce terme pour désigner des générateurs de nombres pseudo aléatoires, pour lesquels ce lien calculable existe, mais ne peut pas « facilement » être déduit.

Algorithmically random sequence

Intuitively, an algorithmically random sequence (or random sequence) is a sequence of binary digits that appears random to any algorithm running on a (prefix-free or not) universal Turing machine. The notion can be applied analogously to sequences on any finite alphabet (e.g. decimal digits). Random sequences are key objects of study in algorithmic information theory. As different types of algorithms are sometimes considered, ranging from algorithms with specific bounds on their running time to algorithms which may ask questions of an oracle machine, there are different notions of randomness.

Aléatoire dans le processus social CS-234: Technologies for democratic society

Explore le hasard dans les processus sociaux, en se concentrant sur la sélection des rôles d'autorité.

Aléatoire distribué : Drand CS-438: Decentralized systems engineering

Explore la distribution aléatoire à l'aide de Drand, couvrant les outils cryptographiques, l'échange de clés, la cryptographie des courbes elliptiques et les applications pratiques dans les systèmes blockchain.

Apprentissage non supervisé : recommandation de film PHYS-467: Machine learning for physicists

Couvre l'apprentissage non supervisé pour la recommandation de films en utilisant la décomposition des valeurs singulières.

Cryptographie : outils et techniques

Explore les bases de la cryptographie, les protocoles d'échange de clés, la cryptographie des courbes elliptiques et les signatures numériques pour une transmission sécurisée des données.

Bias-Variance Echanges dans l'apprentissage automatique CS-433: Machine learning

Discuter du compromis entre les variables biaisées dans l'apprentissage automatique, en mettant l'accent sur l'équilibre entre la complexité du modèle et l'exactitude des prédictions.