Modélisation d'entropie maximale: Applications et inférence

Cette séance de cours explore le concept de modélisation de l'entropie maximale, en se concentrant sur ses applications dans les données de neurosciences et les données de séquences de protéines. Il couvre des sujets tels que la quantification du caractère aléatoire, la dépendance statistique, la déduction des distributions de probabilité et la recherche de dimensions pertinentes dans les données grâce à des techniques de réduction des dimensions telles que l'analyse des composantes principales. La séance de cours explore également le lien entre la modélisation de l'entropie maximale et la physique, en discutant de l'inférence des distributions de probabilité à partir de données et de la prédiction de la structure des protéines à partir de données de séquence.