À l'heure de la globalisation et dans un monde hyper-connecté, le nombre de professionnels qui doivent traiter des données soumises au hasard augmente sans cesse. Il faut, en particulier, qu'ils puissent le faire dans un contexte où la masse de données devient volumineuse. C'est l'objectif des sciences du Big Data qui sont devenues incontournables dans de nombreux secteurs d'activités.
C'est en gardant à l'esprit cette nécessité que ce livre a été écrit. Il permet de se former à la modélisation probabiliste avec un bagage mathématique de niveau bac+1 et bac+2. Une fois cette initiation terminée, le futur scientifique des données (Data Scientist) pourra se spécialiser efficacement dans le Big Data.
Les premiers chapitres de ce livre sont accessibles dès les classes préparatoires aux grandes écoles. Il s'adresse aux futurs ingénieurs et aux étudiants de licence et de master. Il peut également être utile aux élèves des écoles de commerce et à toute personne désireuse de comprendre la modélisation du hasard.
- 338 pages
- French
- PDF
- Disponible sur iOS et Android
eBook - PDF
Modèles mathématiques du hasard - cours et exercices résolus
À propos de ce livre
Approuvé par les 375,005 étudiants
Accès à plus d'un million de titres pour un prix mensuel raisonnable.
Étudiez plus efficacement en utilisant nos outils d'étude.
Table des matières
- Couverture
- Page de titre
- Copyright
- Avant-propos
- Table des matières
- 1. Le calcul d’une probabilité
- 2. Modèles mathématiques du hasard univariés
- 3. Modèles mathématiques du hasard multivariés
- 4. Fonction caractéristique, vecteurs gaussiens
- 5. Convergences et grands théorèmes
- 6. Simulation et méthodes de Monte-Carlo
- 7. Modèles à queues lourdes
- 8. Ajustement d’un modèle
- 9. Modèles de mélange
- A. Lexique commenté
- B. Tables
- Bibliographie
- Index