Statistique et Apprentissage

Irina Kourkova Sorbonne Université

Seuls les étudiants de la majeure MBIO peuvent s’inscrire à ce cours, en présentiel.

Objectifs de l'UE :

Ce cours vise à donner aux étudiants les bases fondamentales du raisonnement et de la modélisation statistique, tout en présentant une ouverture vers des thématiques de recherche contemporaines.

L'accent sera particulièrement mis sur l'utilisation pratique des nouveaux objets rencontrés.

Prérequis :

Une bonne connaissance du calcul des probabilités et de l’algèbre linéaire.

Thèmes abordés :

• Rappels de probabilités, estimation ponctuelle, estimation par intervalles, tests.
• Modèle linéaire : estimation, intervalles de confiance et tests.
• Introduction à l'apprentissage statistique et à la classification supervisée.
• Minimisation du risque empirique, théorème de Vapnik-Chervonenkis.
• Règles de décision non paramétriques (méthode des k plus proches voisins et arbres de décision).
• Quantification et classification non supervisée.