Initiation aux probabilités
About this course
Duration
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 formulaireThis hyperlink will open in a new tab..
Objectives
Le cours comporte 4 objectifs d'apprentissage qui seront séparés en 3 modules distincts :
- Assimiler et appliquer les bases des probabilités.
- Différencier les notions de variable aléatoire, de loi de probabilité, d'espérance et de variance.
- Interpréter les probabilités conditionnelles (incluant le théorème de Bayes).
- Interpréter les notions de covariance et de corrélation linéaire.
Course format
Self-paced course
Available at any time
90 days to complete the course once you start it.
What will I learn?
Content
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
Who offers this course?
For more information
Vous avez des questions ou besoin de plus d'informations?
Nous sommes là pour vous aider à trouver la formation qui vous convient.
Fatna Benazza
Agente de soutien administratif
Formation continue et services aux entreprises
Cégep de Sainte-Foy
fbenazza@csfoy.ca
Éric Boudreault
Conseiller pédagogique
Formation continue et services aux entreprises
Cégep de Sainte-Foy
eboudreault@csfoy.ca