Statistique Computationnelle et Machine Learning

Cette page concerne uniquement la Partie 1 (Statistique Computationnelle). Pour la Partie 2 (Machine Learning), voir la page de Sylvain Le Corff.

Informations générales

• UM4MA379, 2nd semestre, M1 du Master Mathématiques et Applications

• Cours : Arnaud Guyader (Partie 1), Sylvain Le Corff (Partie 2)

• TD et TP : Maxime Sangnier (Partie 1)

• Horaires et salles : voir le Planning

• Plan du campus de Jussieu

• Moodle

Evaluation

• Personnes inscrites en présentiel : Note finale = max(ET, 0.25 CC1 + 0.25 CC2 + 0.5 ET)

• Personnes inscrites à distance : Note finale = Examen Terminal

Programme

• Simulation et intégration Monte-Carlo

• Monte-Carlo par Chaînes de Markov

Cours

• Polycopié Partie 1

TD

• TD1 : Simulation Monte-Carlo, Corrigé

• TD2 : Intégration Monte-Carlo, Corrigé

• TD3 : Chaînes de Markov, algorithme de Metropolis, Corrigé

• TD4 : Echantillonneur de Gibbs, Corrigé

TP

• Installation Anaconda

• Rappels Python

• TP1 : Simulation Monte-Carlo, Corrigé

• TP2 : Intégration Monte-Carlo, Corrigé

• TP3 : Chaînes de Markov, algorithme de Metropolis, Corrigé

• TP4 : Echantillonneur de Gibbs, Corrigé