L'organisme de formation continue du CNRS
Accueil > Introduction à l'inférence statistique bayésienne

Formation - Introduction à l'inférence statistique bayésienne

Se préinscrire ou s'inscrire à cette formation Télécharger cette fiche
RESPONSABLES

Julien DONINI

Professeur

UMR 6533

Manon MICHEL

Chargée de recherche

UMR 6620

LIEU

CLERMONT-FERRAND (63)

ORGANISATION

19,5 h
De 5 à 15 stagiaires

MÉTHODES PÉDAGOGIQUES

Formation en présentiel avec possibilité de suivre à distance pour des participants. Alternance de cours (9 h) et de travaux dirigés (10,5 h) encadrés par deux intervenants.
Mise à disposition des supports de cours PDF et supports notebook pour les TP via une page web dédiée (communiquée au moment de la convocation)
Tout au long de la formation, des cas pratiques ou exercices corrigés permettront à l'apprenant d'évaluer l'acquisition des compétences.

COÛT PÉDAGOGIQUE

1734 Euros

A L'ISSUE DE LA FORMATION

Evaluation de la formation par les stagiaires. Envoi d'une attestation de formation.

DATE DU STAGE

25019 : du lundi 19/05/2025 au mercredi 21/05/2025 à CLERMONT-FERRAND

2025
Janvier Février Mars Avril
Mai
25019		 Juin Juillet Août
Sept Oct Nov Déc
OBJECTIFS
-

Maîtriser des concepts statistiques avancés


-

Programmer avec des logiciels d'analyse probabiliste (Python, PyMC)


-

Appliquer des méthodes d'inférence bayésienne


-

Construire des modèles statistiques adaptés


-

Utiliser des méthodes Monte-Carlo par chaînes de Markov (MCMC)

PUBLICS
Ingénieurs, chercheurs ou doctorants désireux de découvrir les notions essentielles de l'inférence statistique bayésienne et de savoir les mettre en ?uvre sur des cas d'étude.

Afin d'adapter le contenu du stage aux attentes des stagiaires, un questionnaire téléchargeable devra être complété et renvoyé au moment de l'inscription.
PRÉREQUIS
Des connaissances en informatique (programmation en langage Python) et des notions de probabilités et de statistiques sont requises pour profiter au mieux des enseignements proposés.
PROGRAMME
Les méthodes d'inférence bayésiennes sont couramment utilisées dans la mesure physique en complément, voire en substitution, des méthodes déterministes classiques. Le but de cette formation est de permettre un premier accès à ces méthodes sans avoir recours à une formulation mathématique complexe. Le programme d'apprentissage, sur 3 jours, alterne des phases théoriques avec des sessions pratiques organisées autour du langage Python (librairie PyMC).

Jour 1 : Introduction et concepts de base : probabilités et statistiques, inférence bayésienne. Théorie (3h) et Pratique (3h30).

Jour 2 : Modélisation statistique : choix des probabilités a priori, modélisation hiérarchique des données. Théorie (3h) et Pratique (3h30).

Jour 3 : Echantillonnage et méthodes de Monte-Carlo par chaînes de Markov. Ouverture sur les modèles génératifs, Inférence variationnelle et autoencodeurs variationnel. Théorie (3h) et Pratique (3h30).
EQUIPEMENT
Il sera demandé aux participants de venir avec leur propre ordinateur portable ainsi que d'installer des logiciels libres spécifiques (des instructions d'installation seront fournies avant le début du stage).
INTERVENANTS
J. Donini (professeur) et M. Michel (chargée de recherche)
FORMATIONS SIMILAIRES
Nous n'avons pas de stage similaire à vous proposer.