- Cours (CM) -
- Cours intégrés (CI) 26h
- Travaux dirigés (TD) -
- Travaux pratiques (TP) -
- Travail étudiant (TE) -
Langue de l'enseignement : Français
Niveau de l'enseignement : B2-Avancé - Utilisateur indépendant
Description du contenu de l'enseignement
Principes généraux ; Choix de la loi a priori, lois a priori non informative ; Procédures bayésiennes d'estimation et de test ; Introduction aux méthodes MCMC : algorithmes de Hasting-Metropolis et de Gibbs. Applications.
Compétences à acquérir
L'étudiant devra connaître les procédures et algorithmes standards en bayésien.
Contact
UFR de mathématique et d'informatique
7, rue René Descartes67084 STRASBOURG CEDEX
0368850200
Formulaire de contact