Ce module apporte les bases théoriques du calcul des probabilités et de la statistique. En particulier, est abordée l'étude des vecteurs gaussiens qui joue un rôle central en statistique. Le conditionnement en probabilités est présenté en liaison avec la statistique bayésienne, formant ainsi un socle pour l'apprentissage statistique et le machine learning. Les techniques de régression et de séries chronologiques sont introduites comme applications.
| A la fin de l’unité pédagogique, l’élève sera capable de : | Niveau de taxonomie | Priorité |
|---|---|---|
| Avoir vu les fondamentaux (définition,théorème, preuve,terminologie) | 2. Comprendre | Essentiel |
| Reconnaitre la nature du problème d'exploration | 2. Comprendre | Essentiel |
| Formuler un problème | 2. Comprendre | Important |
| Mettre en oeuvre des outils mathématiques | 3. Appliquer | Essentiel |
| Tester et d'analyser des résultats | 4. Analyser | Essentiel |
| Interpréter des résultats | 5. Synthétiser | Essentiel |
| Restituer et de communiquer sur l'analyse technique des résultats | 6. Évaluer | Important |
| Part de l'évaluation individuelle | Part de l'évaluation collective | ||||
|---|---|---|---|---|---|
| Examen sur table : | 30 | % | Livrable(s) de projet : | 0 | % |
| Examen oral individuel : | 0 | % | Exposé collectif : | 0 | % |
| Exposé individuel : | 0 | % | Exercice pratique collectif : | 40 | % |
| Exercice pratique individuel : | 30 | % | Rapport collectif : | 0 | % |
| Rapport individuel : | 0 | % | |||
| Autre(s) : 0 % | |||||
| Type d’activité pédagogique : | Contenu, séquencement et organisation |
|---|