Êtes-vous un étudiant de l'EPFL à la recherche d'un projet de semestre?
Travaillez avec nous sur des projets en science des données et en visualisation, et déployez votre projet sous forme d'application sur Graph Search.
Cette séance de cours explore le concept d'estimation de la distribution, en se concentrant sur les fonctions de perte min-max et les estimateurs naturels. L'instructeur explique l'importance des contraintes dans l'estimation des distributions et introduit la notion d'analyse concurrentielle pour concevoir des estimateurs robustes. La séance de cours explore la dérivation d'un estimateur concurrentiel et sa signification opérationnelle en minimisant le regret. À travers un exemple détaillé, l'instructeur illustre comment construire un estimateur naturel basé sur des symboles et des probabilités observés. La discussion se termine par une comparaison entre l'estimateur naturel et le génie compétitif, soulignant la nécessité de contraintes raisonnables pour assurer une estimation significative.