Réseaux bayésiens
Date de mise à jour :
Identifiant Offre Info : 03_231119614F
Organisme responsable :
Data Value
(ouvre dans un nouvel onglet)
Présentation de la formation
Objectifs
Maîtriser les réseaux bayésiens, technique mathématique combinant et savoir d'expert, afin d'analyser des données pour en extraire des connaissances utiles à la prise de décision, contrôler ou prévoir le comportement d'un système, diagnostiquer les causes d'un phénomène, .... Les réseaux bayésiens sont utilisés dans de nombreux domaines : santé (diagnostic), industrie, informatique et réseaux (agents intelligents), marketing (data mining, gestion de la relation client),…
Programme de la formation
Notions basiques de calculs de probabilité Probabilités totales Probabilités conditionnelles Indépendance en probabilité Probabilités conjointes Probabilités marginales Distributions de probabilité Le théorème de Bayes Principe et utilisations concrètes La règle de chaînage et le théorème de bayes généralisé Notions simples de graphes Graphes, arcs et nœuds La structure d'un graphe Connexions en série, divergentes, convergentes D-séparation Les Réseaux Bayésiens…
- Probabilités totales
- Probabilités conditionnelles
- Indépendance en probabilité
- Probabilités conjointes
- Probabilités marginales
- Distributions de probabilité
- Principe et utilisations concrètes
- La règle de chaînage et le théorème de bayes généralisé
- Graphes, arcs et nœuds
- La structure d'un graphe
- Connexions en série, divergentes, convergentes
- D-séparation
- Introduction avec exemple
- Représentation graphique
- Représentation probabiliste
- Estimation des tables de probabilité
- Apprentissage de la structure du graphe
- Utilisation d'un Réseau Bayésien discret, inférence bayésienne
- Introduction avec exemple
- Représentation graphique
- Représentation probabiliste
- Estimation des paramètres
- Apprentissage de la structure du graphe
- Utilisation d'un Réseau Bayésien gaussien, inférence bayésienne
- Introduction avec exemple
- Mélange de variables discrètes et continues
- Discrétisation des variables continues
Validation et sanction
- Appréhender le théorème de Bayes
- Découvrir les principes de construction de graphe d'un modèle bayésien
- Construire un réseau bayésien multinomial dans le cas de variables discrètes
- Construire un réseau bayésien gaussien dans le cas de variables continues
- Construire un réseau bayésien hybride en présence de variables discrètes et continues
Type de formation
Non certifiante
Niveau de sortie
Sans niveau spécifique
Durée, rythme, financement
Modalités pédagogiques
Pédagogie active mêlant exposés, exercices et applications pratiques dans le logiciel R.
Durée
En centre
21 h
Financement
- Conventionnement
- Oui
- Financeurs
-
- Bénéficiaire de l'action
- Entreprise
Conditions d'accès
Publics visés
- Salarié
- Tout public
Informations sur les publics
Toute personne devant aborder le domaine de la conception et de l'utilisation de systèmes experts avec pour objectif de modéliser et quantifier les relations plus ou moins complexes entre variables grâce à une analyse multidimensionnelle exploratoire
Niveau d'entrée
Sans niveau spécifique
Conditions spécifiques et prérequis
Pour suivre ce stage dans de bonnes conditions, il est recommandé d'avoir suivi en amont la formation Analyse des données : méthodes exploratoires (ACP, AFC, classification) ou d'avoir atteint par la pratique un niveau équivalent
Lieu de réalisation de l'action
Modalités d'enseignement
Formation entièrement en présentielle
Adresse
33 Rue de la République69002 Lyon 2e
Responsable : ASI
Périodes prévisibles de déroulement des sessions
Début
Fin
- Adresse d'inscription
-
41 rue de la Découverte
31676 Labège - État du recrutement
- Ouvert
- Modalités
- Entrées / Sorties à dates fixes