Descripteurs
Documents disponibles dans cette catégorie (5)
Affiner la rechercheLes modèles climatiques : 50 ans de travail / Hervé Le Treut / Archimède (2010) in Tangente (Paris), 133 (03/2010)
Titre : Les modèles climatiques : 50 ans de travail Type de document : texte imprimé Auteurs : Hervé Le Treut, Auteur Editeur : Archimède, 2010 Article : p.10-11 Note générale : Bibliographie.
in Tangente (Paris) > 133 (03/2010)Descripteurs : modèle statistique / variation climatique Résumé : Présentation, en 2010, de la modélisation de la circulation atmosphérique. Historique et possibilités des modèles climatiques en matière d'appréciation de l'impact à venir des perturbations humaines. Nature du document : documentaire [article]
Les modèles climatiques : 50 ans de travail
de Hervé Le Treut
In Tangente (Paris), 133 (03/2010), p.10-11
Présentation, en 2010, de la modélisation de la circulation atmosphérique. Historique et possibilités des modèles climatiques en matière d'appréciation de l'impact à venir des perturbations humaines.Réservation
Réserver ce document
Exemplaires(1)
Cote Section Localisation Code-barres Disponibilité ARCHIVES documentaire CDI 011711 Disponible
Titre : Les modèles de mélange Type de document : texte imprimé Auteurs : Christine Keribin Editeur : Archimède, 2023 Article : p.38-41 Langues : Français (fre)
in Tangente. Hors-série (Paris) > 086 (06/2023)Descripteurs : modèle statistique Résumé : Le point sur le modèle statistique pour analyser les données appelé modèle de mélange basé sur l'algorithme EM (espérance-maximisation) : modélisation et clustering ; modéliser une variable aléatoire ; un modèle de mélange avec des paramètres connus ; l'estimation des paramètres d'un modèle de mélange basé sur l'algorithme CEM (algorithme de classification automatique) ; le choix du modèle. Encadrés : la définition d'un modèle ; la notion de variable aléatoire ; la règle de maximum a posteriori ; estimer un paramètre avec la méthode de vraisemblance. Graphiques. Nature du document : documentaire Genre : Article de périodique [article]
Les modèles de mélange
de Christine Keribin
In Tangente. Hors-série (Paris), 086 (06/2023), p.38-41
Le point sur le modèle statistique pour analyser les données appelé modèle de mélange basé sur l'algorithme EM (espérance-maximisation) : modélisation et clustering ; modéliser une variable aléatoire ; un modèle de mélange avec des paramètres connus ; l'estimation des paramètres d'un modèle de mélange basé sur l'algorithme CEM (algorithme de classification automatique) ; le choix du modèle. Encadrés : la définition d'un modèle ; la notion de variable aléatoire ; la règle de maximum a posteriori ; estimer un paramètre avec la méthode de vraisemblance. Graphiques.Réservation
Réserver ce document
Exemplaires(1)
Cote Section Localisation Code-barres Disponibilité ARCHIVES documentaire CDI 025994 Disponible
Titre : Penser, c'est prédire Type de document : texte imprimé Auteurs : Jean-François Dortier, Auteur Editeur : Association de formation, d'études et de recherche en sciences humaines, 2013 Article : p.38-41
in Sciences humaines (Auxerre) > 248 (05/2013)Descripteurs : modèle statistique / processus cognitif Résumé : Analyse sur la théorie du cerveau statisticien : le processus de la statistique subjective ; le succès et l'origine de cette théorie ; son application au fonctionnement cognitif des jeunes enfants et à de nombreuses opérations mentales ; sa contestation par certains chercheurs. Encadré : l'histoire du théorème de Bayes, à la base du modèle de la statistique subjective. Nature du document : documentaire Genre : Article de périodique [article]
Penser, c'est prédire
de Jean-François Dortier
In Sciences humaines (Auxerre), 248 (05/2013), p.38-41
Analyse sur la théorie du cerveau statisticien : le processus de la statistique subjective ; le succès et l'origine de cette théorie ; son application au fonctionnement cognitif des jeunes enfants et à de nombreuses opérations mentales ; sa contestation par certains chercheurs. Encadré : l'histoire du théorème de Bayes, à la base du modèle de la statistique subjective.Réservation
Réserver ce document
Exemplaires(1)
Cote Section Localisation Code-barres Disponibilité ARCHIVES documentaire CDI 015429 Disponible
Titre : Prévoir l'improbable Type de document : texte imprimé Auteurs : Rama Cont, Auteur Editeur : Pour la Science, 2018 Article : p.20-27 Note générale : Bibliographie, statistiques. Langues : Français (fre)
in Pour la science. Hors-série > 098 (02/2018)Descripteurs : modèle statistique / probabilité Résumé : Réflexion sur la possibilité d'utiliser des outils statistiques pour rendre compte d'événements rares ou extrêmes. Présentation des principes de la statistique : la loi des grands nombres et le théorème de la limite centrale. Analyse de l'omniprésence de la distribution gaussienne, qualifiée de "loi normale". Présentation d'autres lois de la statistique, telles les lois de Levy et la théorie des valeurs extrêmes, et leurs applications dans la gestion des risques financiers et des risques environnementaux. Limites des approches statistiques de modélisation du risque. Nature du document : documentaire Genre : Article de périodique [article]
Prévoir l'improbable
de Rama Cont
In Pour la science. Hors-série, 098 (02/2018), p.20-27
Réflexion sur la possibilité d'utiliser des outils statistiques pour rendre compte d'événements rares ou extrêmes. Présentation des principes de la statistique : la loi des grands nombres et le théorème de la limite centrale. Analyse de l'omniprésence de la distribution gaussienne, qualifiée de "loi normale". Présentation d'autres lois de la statistique, telles les lois de Levy et la théorie des valeurs extrêmes, et leurs applications dans la gestion des risques financiers et des risques environnementaux. Limites des approches statistiques de modélisation du risque.
Titre : Qui était William Gosset ? : Les oublié(e)s de la science Type de document : texte imprimé Auteurs : Camille Van Belle, Auteur Année : 2023 Article : p. 73
in Science & vie junior > 401 (février 2023)Descripteurs : modèle statistique / scientifique Résumé : Brève biographie en bande dessinée de William Gosset, qui a mis au point le test de student, méthode de calcul statistique. Nature du document : documentaire [article]
Qui était William Gosset ? : Les oublié(e)s de la science
de Camille Van Belle
In Science & vie junior, 401 (février 2023), p. 73
Brève biographie en bande dessinée de William Gosset, qui a mis au point le test de student, méthode de calcul statistique.Réservation
Réserver ce document
Exemplaires(1)
Cote Section Localisation Code-barres Disponibilité ARCHIVES documentaire CDI 026081 Disponible
