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
Filtre Kalman: Séries chronologiques
Graph Chatbot
Séances de cours associées (31)
Précédent
Page 1 sur 4
Suivant
Modélisation structurelle et le filtre Kalman: Séries chronologiques
Explore la modélisation structurelle dans les séries chronologiques et introduit le filtre Kalman pour la prédiction et l'estimation.
Modèles de signaux paramétriques : Matlab Practice
Couvre les modèles de signaux paramétriques et les applications Matlab pratiques pour les chaînes de Markov et les processus AutoRegressive.
Critères de sélection du modèle : AIC, BIC, Cp
Explore les critères de sélection des modèles comme l'AIC, le BIC et le Cp en statistique pour la science des données.
Estimation linéaire et prévision : modèles et méthodes
Explore l'estimation linéaire et la prédiction dans les modèles paramétriques AR, en se concentrant sur les équations Yule Walker et le filtre Wiener.
Modèles statistiques et estimation des paramètres
Explore les modèles statistiques, l'estimation des paramètres et les distributions d'échantillonnage dans les probabilités et les statistiques.
Estimation et prévision linéaires
Explore l'estimation linéaire, les filtres Wiener et la prédiction optimale dans le traitement du signal.
Principes de base de l'estimation ponctuelle
Explore la méthode des moments, le compromis biais-variance, la cohérence, le principe de plug-in et le principe de vraisemblance dans lestimation de point.
Estimateurs et biais
Explore les estimateurs, les biais et l'efficacité des statistiques, en mettant l'accent sur le compromis entre biais et variabilité.
Introduction à la détection quantique: estimation des paramètres et informations sur les pêcheurs
Présente Fisher Information pour l'estimation des paramètres basée sur les données recueillies.
Estimateurs et intervalles de confiance
Explore le biais, la variance, les estimateurs non biaisés et les intervalles de confiance dans l'estimation statistique.