Ce module propose des outils mathématiques et numériques permettant d'apprendre des résultats d'expériences numériques ou réelles dans un modèle statistique, ou méta-modèle, en l’occurrence un processus gaussien. Celui-ci pourra ensuite être utilisé pour choisir les expériences les plus Importantes ou optimiser des systèmes réalistes. Les techniques enseignées sont : les plans d'expérience, la modélisation par processus gaussiens, l'analyse de sensibilité globale, l'optimisation globale et en particulier stochastique.
| A la fin de l’unité pédagogique, l’élève sera capable de : | Niveau de taxonomie | Priorité |
|---|
| Part de l'évaluation individuelle | Part de l'évaluation collective | ||||
|---|---|---|---|---|---|
| Examen sur table : | % | Livrable(s) de projet : | % | ||
| Examen oral individuel : | % | Exposé collectif : | % | ||
| Exposé individuel : | % | Exercice pratique collectif : | % | ||
| Exercice pratique individuel : | % | Rapport collectif : | % | ||
| Rapport individuel : | % | ||||
| Autre(s) : % | |||||
| Type d’activité pédagogique : | Contenu, séquencement et organisation |
|---|---|
| Plans d'expériences | Plans associés à la régression linéaire, plans factoriels, optimalités, critères géométriques minimax, maximin, discrépance, suites halton, sobol... |
| Krigeage | BLUP, krigeages simple, ordinaire, universel, fonctions de covariance et estimation. |
| Analyse de sensibilité globale | Décomposition ANOVA de fonction, indices de Sobol, méthodes de screening. |
| Optimisation globale | Algorithmes restarted Gradient, recuit simulé, CMA-ES, optimisation Bayésienne |
| Examen transversal ou défi | Examen transversal écrit (QCM) sur l'ensemble des matières du module. |