Explore l'extension bayésienne de HMM pour la segmentation et la modélisation de l'action du robot, les limites des HMM classiques et la segmentation des données de capture de mouvement.
Explore Poisson GLM pour analyser les données de comptage dans l'analyse catégorique, en mettant l'accent sur les tables de contingence et l'inférence bayésienne.
Introduit l'estimation bayésienne, qui couvre l'inférence classique par rapport à l'inférence bayésienne, les antécédents conjugués, les méthodes MCMC et des exemples pratiques comme l'estimation de la température et la modélisation de choix.
Couvre les bases des équations différentielles partielles, en mettant l'accent sur la modélisation du transfert de chaleur et les méthodes de solution numérique.
Explore les familles exponentielles, les distributions de Bernoulli, l'estimation des paramètres et les distributions d'entropie maximale dans la modélisation statistique.
