Événements rares et modélisation extrême

À propos
Confidentialité
Mentions légales

Graph Chatbot

Séances de cours associées (31)

Page 1 sur 4

Apprentissage supervisé avec kNN : modèle de régression

Couvre un modèle mathématique simple pour lapprentissage supervisé avec k-plus proches voisins en régression.

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.

Modèle de bloc stochastique

Couvre le modèle de bloc stochastique et son application dans la détection communautaire, explorant sa formulation mathématique et ses défis.

Jonctions Josephson étendues: modélisation et courant critique

Couvre l'épaisseur magnétique, les jonctions courtes et longues et le courant critique.

Modèles de probabilité: Principes fondamentaux

Introduit les bases des modèles de probabilité, couvrant les variables aléatoires, les distributions et l'estimation statistique.

Fonctions probabilistes : champs libres et variables aléatoires

Couvre les champs libres et les fonctions probabilistes, en se concentrant sur les variables aléatoires et leurs propriétés.

Théorie de l'apprentissage automatique: perspectives à haute dimension

Explore les perspectives à haute dimension dans la théorie de l'apprentissage automatique, éclairant les nouvelles idées et les nouveaux défis.

Vérification et validation

Couvre le processus de vérification et de validation dans la simulation numérique de flux, assurant la crédibilité des résultats de la simulation.

Modèles paramétriques

Explore l'estimation statistique, les modèles de régression et la sélection des modèles dans les modèles paramétriques.

Éléments de la statistique : Probabilité, distribution et estimation

Couvre la théorie des probabilités, les distributions et l'estimation dans les statistiques, en mettant l'accent sur la précision, la précision et la résolution des mesures.