Descriptif
L'objectif principal de ce cours est d'introduire les élèves la pratique des statistiques en déclinant les concepts fondamentaux : estimation ponctuelle, estimation par intervalle, vraisemblance, prédiction, tests d'hypothèses. Le cours sera préfacé par quelques rappels de probabilités. Le concept d’intervalles de confiances sera développé dans le cadre simple du modèle de sondages. La notion de p-valeur sera introduite dans le cadfre des A/B-tests. Nous étudierons enfin le modèle linéaire gaussien et la régression logistique. Les cours seront illustrés par des exemples pratiques issus de l'analyse statistique de données.
Objectifs pédagogiques
Interpréter des descripteurs statistiques comme l’histogramme ou la corrélation
Réaliser un A/B test
Evaluer des p-valeurs, bâtir des intervalles de confiance
Coder en python les méthodes de base d’exploration de données et de calcul d’intervalles de confiance.
effectifs minimal / maximal:
1/40Diplôme(s) concerné(s)
UE de rattachement
- DATA-IA-BE1 : DATA-IA-BE1 - Executive Mastère Spécialisé Data & Intelligence Artificielle - 1ère année de Mastère Spécialisé
Format des notes
Numérique sur 20Littérale/grade européenPour les étudiants du diplôme Executive Mastère Spécialisé Data & Intelligence Artificielle
Vos modalités d'acquisition :
La note finale de cette unité d'enseignement rentre dans le calcul de la moyenne du bloc d'enseignement de rattachement
Conformément au règlement scolaire (art. 4.4.2, p. 8) : "Si l'étudiant obtient une note de BE inférieure à 10, il peut passer un examen de rattrapage pour toute UE de ce BE pour laquelle il a obtenu une note inférieure à 10".
Le coefficient de l'UE est : 3
Support pédagogique multimédia