Séance de cours
Chaînes Markov
Séances de cours associées (39)
Max Entropy et Monte Carlo
Explore l'entropie maximale, l'entropie de Shannon, les multiplicateurs de Lagrange et les techniques d'échantillonnage Monte Carlo.
Probabilités et processus stochastiques
Couvre la probabilité appliquée, les processus stochastiques, les chaînes de Markov, l'échantillonnage de rejet et les méthodes d'inférence bayésienne.
Chaînes Monte Carlo Markov
Couvre les chaînes Monte Carlo Markov et les algorithmes d'échantillonnage pour les configurations d'essai itératives.
Boltzmann Machine
Introduit la machine Boltzmann, couvrant la cohérence d'attente, le regroupement des données, et les fonctions de distribution de probabilité.
Distribution normale : propriétés et calculs
Couvre la distribution normale, y compris ses propriétés et ses calculs.
Échange radiatif : Surfaces speculaires
Explore les facteurs de vision spéculaire et l'échange radiatif entre les surfaces grises partiellement spéléculaires, y compris les taux de transfert d'énergie et l'échange de surface non gris.
Chaînes Monte Carlo Markov
Couvre l'apprentissage non supervisé, la réduction de dimensionnalité, SVD, l'estimation de bas grade, PCA, et les chaînes Monte Carlo Markov.
Échange radiatif : Facteurs de vision spéculaire
Couvre les facteurs de vision spéculaire, l'échange radiatif, le transfert d'énergie et les méthodes d'intégration numérique dans le rayonnement thermique.
Méthode Monte Carlo : Rayonnement thermique
Explore la méthode Monte Carlo pour le rayonnement thermique et l'échange d'énergie radiative.
Modèles de mélange : Estimation basée sur la simulation
Explore les modèles de mélange, y compris les mélanges discrets et continus, et leur application dans la capture de l'hétérogénéité du goût dans les populations.