Initiation aux probabilités - 045-007-01

Durée

10 heures

Ouvrir le menu
À propos

Qu'est-ce que c'est?

Description

Bien que le concept de risque existait bien avant, l'étude des probabilités remonte au 17ème siècle. Elle s'est développée entre autres en étudiant des jeux de hasard, mais ce n'est qu'au 19ème siècle qu'apparait réellement la théorie des probabilités moderne comme discipline mathématique.

Outre les jeux de hasard, les applications des probabilités sont nombreuses. On pourrait citer entre autres les modèles physiques du mouvement des petites particules (mouvement brownien) ou la modélisation des cours de la bourse en mathématiques financières.

Plus près de l'informatique, l'inférence bayésienne (présentée dans ce module) est une application directe menant à des applications directes en intelligence artificielle. De la même manière, de nombreuses notions de statistiques, s'appuyant sur la théorie des probabilités, sont essentielles à la conception d'outils intelligents. Conséquemment, une bonne compréhension des concepts de base en probabilité nous aidera à porter un jugement éclairé sur la performance de nos logiciels.


TUTORAT DISPONIBLE

Du tutorat individualisé est disponible aux participants qui le désirent. Pour en faire la demande, veuillez remplir ce formulaire.

Objectifs

Le cours comporte 4 objectifs d'apprentissage qui seront séparés en 3 modules distincts :

  1. Assimiler et appliquer les bases des probabilités.
  2. Différencier les notions de variable aléatoire, de loi de probabilité, d'espérance et de variance.
  3. Interpréter les probabilités conditionnelles (incluant le théorème de Bayes).
  4. Interpréter les notions de covariance et de corrélation linéaire.

Formule d'enseignement

  • En ligne à votre rythme

Que vais-je apprendre?

Contenu

Module 1 – Probabilités et variables aléatoires

  • La notion d’ensemble
  • Expérience, espace référentiel et événements
  • Variables aléatoires
  • Lois de probabilités


Module 2 – Probabilités conditionnelles

  • Notions de base
  • Diagrammes en arbres
  • Théorème de Bayes


Module 3 – Covariance et corrélation linéaire

  • Covariance
  • Corrélation linéaire

Qui offre cette formation?