Séance de cours
Estimation statistique: Propriétés et distributions
Séances de cours associées (48)
Bénéfices et écarts dans l'estimation
Discuter du biais et de la variance dans l'estimation statistique, en explorant le compromis entre l'exactitude et la variabilité.
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.
Paramètre Estimation & Fisher Information
Couvre l'estimation des paramètres, les informations de Fisher, l'estimateur non biaisé et les distributions exponentielles.
Théorie statistique : estimation maximale de vraisemblance
Explore la cohérence et les propriétés asymptotiques de l’estimateur de vraisemblance maximale, y compris les défis à relever pour prouver sa cohérence et construire des estimateurs de type MLE.
Loi sur les grands nombres, Statistiques
Couvre la loi sur les grands nombres dans les statistiques et les méthodes de calcul des estimateurs et de la probabilité maximale.
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.
Max Entropy et Monte Carlo
Explore l'entropie maximale, l'entropie de Shannon, les multiplicateurs de Lagrange et les techniques d'échantillonnage Monte Carlo.
Inférence bayésienne : Variables gaussiennes
Explore l'inférence bayésienne pour les variables aléatoires gaussiennes, couvrant la distribution articulaire, les pdf marginaux et le classificateur Bayes.
Paradoxe bus rouge/bus bleu
Explore le paradoxe du bus rouge/bus bleu, les modèles de logit imbriqués et les modèles multivariés d'extrême valeur dans le transport.
Boltzmann Machine
Introduit la machine Boltzmann, couvrant la cohérence d'attente, le regroupement des données, et les fonctions de distribution de probabilité.