Explore les probabilités avancées, les variables aléatoires et les valeurs attendues, avec des exemples pratiques et des quiz pour renforcer l'apprentissage.
Explorer l'analyse de la pollution atmosphérique à l'aide de données sur le vent, de distributions de probabilités et de modèles de trajectoire pour l'évaluation de la qualité de l'air.
Explore les distributions de probabilité pour les variables aléatoires dans les études sur la pollution atmosphérique et le changement climatique, couvrant les statistiques descriptives et inférentielles.
Introduit des variables aléatoires continues et leurs distributions de probabilité, en mettant l'accent sur leurs applications en statistique et en science des données.
Explore le concept de distribution stationnaire dans les chaînes de Markov, en discutant de ses propriétés et de ses implications, ainsi que des conditions d'une récurrence positive.
Présente les bases de l'analyse et de la gestion des risques en génie civil, couvrant les distributions, les rappels statistiques et les techniques d'interprétation mathématique.
Couvre la probabilité appliquée, les processus stochastiques, les chaînes de Markov, l'échantillonnage de rejet et les méthodes d'inférence bayésienne.
S'inscrit dans les limites fondamentales de l'apprentissage par gradient sur les réseaux neuronaux, couvrant des sujets tels que le théorème binôme, les séries exponentielles et les fonctions génératrices de moments.
Explore la conception de travaux d'ingénierie pour les inondations, en se concentrant sur la détermination des inondations sur 100 ans et l'effondrement des digues lors d'événements extrêmes.
Explore la relation entre la longueur des mots de code et la distribution des probabilités, en se concentrant sur la conception de codes sans préfixe pour une compression efficace.
