Séance de cours

Estimation maximale de la probabilité

Description

Cette séance de cours porte sur le concept d'estimation maximale de la probabilité (MLE) dans l'inférence statistique, en mettant l'accent sur l'estimation des paramètres dans les modèles paramétriques réguliers. Il explique la liaison Cramér-Rao, la méthode de la probabilité maximale, et les propriétés de MLE dans les cas à la fois discrets et continus. La séance de cours traite également de l'information de Fisher et de l'unicité du MLE dans les familles exponentielles. L'instructeur fournit des exemples de MLE pour les distributions Bernoulli, exponentielle et gaussienne, soulignant l'importance de l'équivariance dans MLE. La séance de cours se termine par une proposition générale sur l'unicité du MLE dans les familles exponentielles à un paramètre.

À propos de ce résultat
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Graph Chatbot

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.