Apprendre les prob et statistiques avec Python

$ 30,00

  1. ASIN : B08734YFWK
  2. Éditeur : Independently published (13 avril 2020)
  3. Langue : Français
  4. Broché : 283 pages
  5. ISBN-13 : 979-8636799368
  6. Poids de l’article : 821 g
  7. Dimensions : 21.59 x 1.7 x 27.94 cm

Description




Le livre "Python Proba Stat: Seconde Édition, avec Corrigés des Exercices", écrit par M. Vincent Vigon et M. Léo Bois, offre une approche complète des probabilités et des statistiques en utilisant le langage de programmation Python. Publié le 13 avril 2020, ce livre se distingue par son contenu qui alterne entre la théorie statistique et des scripts concrets en Python, offrant ainsi une illustration pratique des concepts abordés.

Public Cible

Conçu initialement selon le programme de modélisation de l’agrégation de mathématiques, ce livre s'adresse à un public diversifié. Il convient non seulement aux étudiants en fin de licence, de master et d’école d’ingénieur, mais il est également accessible à un public plus large intéressé par les probabilités, les statistiques et la programmation en Python.

Approche Pédagogique

Le livre se présente comme une aventure interactive, proposant de nombreux exercices, qu'ils soient informatiques ou mathématiques. Ces exercices permettent aux lecteurs de récolter des "coeurs" tout en explorant les concepts clés. Des indices et des canevas de programme sont fournis pour rendre les exercices accessibles à tous, sans nécessiter de connaissances préalables en programmation. Les trois premiers chapitres servent d'introduction à Python, facilitant ainsi l'accessibilité pour les débutants.

Thèmes Abordés

Les thèmes explorés dans le livre comprennent :

  • Technique de simulation par inversion de la fonction de répartition et par la technique du rejet.
  • Observation des lois par histogrammes et densités (1D et 2D).
  • Loi forte des grands nombres, techniques de Monte Carlo.
  • Théorème central limite, construction d'intervalle de confiance.
  • Tests statistiques (Student, Kolmogorov-Smirnov, Mann-Witney, Pearson).
  • Théorie et application des chaînes de Markov : probabilité invariante, probabilité d’absorption, théorème ergodique, convergence en loi, page-ranking, modélisations de population et de particule, modélisation du mélange des cartes.
  • Visualisation des données de grande dimension via l'analyse en composante principale.
  • Théorie et application des modèles linéaires et modèles linéaires généralisés.

Utilisation Informatique

Pour faciliter l'utilisation informatique du livre, les chapitres sont disponibles en version notebook sur la page web de l’auteur. Cela offre aux lecteurs une expérience pratique et interactive tout en consolidant leur compréhension des concepts grâce à l'utilisation de Python.

Mots-Clés

Les mots-clés associés à ce livre incluent :

  • Python
  • Programmation Python
  • Python pour débutants
  • Apprentissage de Python
  • Tutoriel Python
  • Cours Python
  • Livre Python
  • Projet Python
  • Installation Python
  • Python Rasberry
  • Raspberry Pi
  • Intelligence Artificielle (IA)
  • Machine Learning
  • Deep Learning
  • Réseaux de Neurones

Leave a Reply