Séance de cours
Estimation maximale de la probabilité : propriétés et applications
Séances de cours associées (34)
Modèles génériques implicites
Explore des modèles générateurs implicites, couvrant des sujets comme la méthode des moments, le choix du noyau et la robustesse des estimateurs.
Distribution normale : propriétés et calculs
Couvre les propriétés et les calculs liés à la distribution normale, y compris les probabilités et les quantiles.
Théorie de la valeur extrême: GEV et GPD
Couvre la théorie de la valeur extrême, en se concentrant sur les distributions GEV et GPD et le modèle POT pour les dépassements de seuils.
Distributions de probabilités dans les études environnementales
Explore les distributions de probabilité pour les variables aléatoires dans les études sur la pollution atmosphérique et le changement climatique, couvrant les statistiques descriptives et inférentielles.
Estimation et intervalles de confiance
Explore les biais, la variance et les intervalles de confiance dans l'estimation des paramètres à l'aide d'exemples et de distributions.
Estimation de la distribution
Couvre l'estimation des distributions à l'aide d'échantillons et de modèles de probabilité.
Limites fondamentales de l'apprentissage basé sur le graduat
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.
Distributions d'échantillonnage: Théorie et applications
Explorer les distributions d'échantillonnage, les propriétés des estimateurs et les mesures statistiques pour les applications de la science des données.
Fisher Information, Inégalités Cramér-Rao, MLE
Explique l'information Fisher, l'inégalité Cramér-Rao et les propriétés MLE, y compris l'invariance et l'asymptotique.
Estimation de la distribution
Couvre l'estimation des distributions en utilisant diverses méthodes telles que la perte minimale et les attentes.