BERNIER Jacques

BERNIER Jacques

BERNIER Jacques

A consulter en ligne

Affiche du document Pratique du calcul bayésien (collection Statistique et probabilités appliquées)

Pratique du calcul bayésien (collection Statistique et probabilités appliquées)

BERNIER Jacques

4h18min45

  • Divers
  • Youscribe plus
345 pages. Temps de lecture estimé 4h19min.
Pratique du calcul bayésien est né de l'expérience acquise lors des cours donnés en sciences de l'environnement, tant à l'université de Liège (Arlon), qu'à la grande école AgroParisTech (Paris). Son fil conducteur peut se résumer par la locution « de la plume à la souris », tournure empruntée à un opuscule retraçant la vie d'une école fréquentée jadis par le premier auteur. La première partie privilégie les modèles statistiques paramétriques calculables « à la plume » et cependant très riches, tant du point de vue de la présentation des concepts fondateurs du paradigme bayésien, que de leurs applications opérationnelles, notamment en matière d'aide à la décision. Dès le premier chapitre, la représentation du modèle par un graphe acyclique orienté permet de distinguer clairement la phase où la créativité du chercheur s'exprime de celle où il calcule. À cette fin, le logiciel libre WinBUGS sera très utile à l'apprenti modélisateur. La seconde partie présente des applications réelles, plus sophistiquées, qui nécessitent souvent d'introduire une couche de variables latentes entre les observables et les paramètres. Conduire une inférence bayésienne sur ces modèles hiérarchiques implique un recours intensif aux méthodes modernes de calcul et mobilise donc « la souris » de l'ordinateur. Cet ouvrage est dédié aux étudiants et chercheurs qui souhaitent apprendre le calcul bayésien avec des visées opérationnelles. Le lecteur est invité à l'utiliser comme un tremplin lui permettant d'aller aussi loin que son intérêt et/ou ses besoins l'exigent. C'est pourquoi, les treize chapitres offrent un compromis entre la rigueur du langage mathématique et la souplesse de la langue de Molière. Le côté opérationnel est mis en avant. De nombreux exemples, le plus souvent réels, justifient les efforts et illustrent les raisonnements sous-jacents. Les développements théoriques sont donc volontairement limités à l'essentiel et le lecteur désireux de les poursuivre trouvera deux ouvrages de référence publiés dans la même collection.
Accès libre
Affiche du document Raisonnement bayésien. Modélisation et inférence (collection Statistique et probabilités appliquées)

Raisonnement bayésien. Modélisation et inférence (collection Statistique et probabilités appliquées)

BERNIER Jacques

4h45min00

  • Divers
  • Youscribe plus
380 pages. Temps de lecture estimé 4h45min.
Cet ouvrage expose de façon détaillée la pratique de l'approche statistique bayésienne à l'aide de nombreux exemples choisis pour leur intérêt pédagogique. La première partie donne les principes généraux de modélisation statistique permettant d'encadrer mais aussi de venir au secours de l'imagination de l'apprenti modélisateur. En examinant des exemples de difficulté croissante, le lecteur forge les clés pour construire son propre modèle. La seconde partie présente les algorithmes de calcul les plus utiles pour estimer les inconnues du modèle. Chaque méthode d'inférence est présentée et illustrée par de nombreux cas d'applications. Le livre cherche ainsi à dégager les éléments clés de la statistique bayésienne, en faisant l'hypothèse que le lecteur possède les bases de la théorie des probabilités et s'est déjà trouvé confronté à des problèmes ordinaires d'analyse statistique classique. L'analyse bayésienne. La décision en présence d'information. Représentation probabiliste des connaissances. Risque et aide bayésienne à la décision. Comment construire un modèle ? Construire un modèle brique par brique. Le calcul bayésien. Motivations du calcul bayésien. Méthodes exactes et modèles unidimensionnels. Représentations multidimensionnelles. Les méthodes asymptotiques. Simulation Monte Carlo avec indépendance. Algorithme de Metropolis-Hastings. Algorithme de Gibbs. Algorithmes MCMC et par delà. Conclusions. Annexes. Bibliographie. Index.
Accès libre

...

x Cacher la playlist

Commandes > x
     

Aucune piste en cours de lecture

 

 

--|--
--|--
Activer/Désactiver le son