ModStat1

Modèles statistiques 1

Description : L’objectif de ce cours est de présenter au sein d’une théorie cohérente un ensemble de modèles statistiques fondamentaux ainsi que l’articulation des notions théoriques sous-jacentes que ces modèles partagent. L’enjeu est non seulement de donner aux étudiants les moyens de comprendre et d’utiliser les modèles existants à bon escient mais aussi de concevoir de nouveaux modèles (ou à défaut d’adapter des modèles existants) pour répondre aux particularités des problèmes qu’ils auront à traiter. Le cours a pour objectif de réaliser un continuum de la théorie à la pratique, du cours au TP, en passant par le TD : sont d’abord identifiées les hypothèses associées à une classe de problèmes donnée, s’ensuit un travail théorique de modélisation, qui conduit à définir un modèle et ses algorithmes d’estimation. Ces résultats font alors l’objet d’un travail d’implémentation (en Python) et d’évaluation sur des données.

Acquis d’apprentissage : A l’issue de ce cours, les élèves sauront à des fins d’analyse statistique, modéliser un problème de dépendance entre variables aléatoires sous forme de réseau bayésien. Ils maitriseront des modèles élémentaires comme Naive Bayes, les modèles “gaussiens” (QDA / LDA), les modèles linéaires généralisés (GLM).

Modalités d’évaluation : Examen écrit de 2h, rattrapable.

Compétences évaluées :

• Modélisation
• Recherche et Développement

Responsable de cours : Frédéric Pennerath

Identifiant Geode : 3MD1530