Passer au contenu principal
Graph
Search
fr
en
Se Connecter
Recherche
Tous
Catégories
Concepts
Cours
Séances de cours
MOOCs
Personnes
Exercices
Publications
Start-ups
Unités
Afficher tous les résultats pour
Accueil
Séance de cours
Variables aléatoires continues : Bases
Graph Chatbot
Séances de cours associées (30)
Précédent
Page 3 sur 3
Suivant
Distributions de probabilité: Bases et propriétés
Couvre les bases des distributions de probabilité, y compris la moyenne, la variance et les propriétés des variables aléatoires.
Variables aléatoires continues : distributions et exemples
Explore les variables aléatoires continues, les fonctions de densité et les lois de distribution avec des exemples pratiques.
Variables aléatoires : espérance et indépendance
Explore les variables aléatoires, les attentes et l'indépendance dans la théorie des probabilités.
Probabilité et statistiques
Couvre les distributions de probabilité, les moments et les variables aléatoires continues.
Distribution des variables aléatoires
Présente le concept de la distribution d'une variable aléatoire et explore des cas spécifiques de variables aléatoires discrètes et continues.
Quantiles, échantillonnage, densité d'histogramme
Explore les quantiles, l'échantillonnage et la densité de l'histogramme pour comprendre les distributions et construire des intervalles de confiance.
Théorie de la probabilité : bases et applications
Couvre les fondamentaux de la théorie des probabilités, y compris la probabilité conditionnelle, la règle de Bayes et les variables aléatoires.
Théorie de la probabilité : Solutions à moyen terme
Couvre les solutions à l'examen à mi-parcours d'un cours de théorie des probabilités, y compris le calcul des probabilités et des attentes.
Variables aléatoires : valeur attendue
Couvre les concepts de probabilité avancés, y compris les variables aléatoires et le calcul de la valeur attendue.
Probabilités et processus stochastiques : principes fondamentaux et applications
Discute des principes fondamentaux de la probabilité et des processus stochastiques, en se concentrant sur les variables aléatoires, leurs propriétés et leurs applications dans le traitement statistique du signal.