Après avoir suivi ces cours, je me sens confiant dans la création de visualisations et de tableaux de bord professionnels.
Shoebur RahmanSpécialiste des marchés publics, Giz Bangladesh
Description du cours
Comprendre les variables aléatoires
Les simulations constituent une catégorie d'algorithmes informatiques qui utilisent l'échantillonnage aléatoire pour résoudre des problèmes de plus en plus complexes. Bien que les simulations existent depuis longtemps, l'intérêt pour ce domaine s'est récemment accru en raison de l'augmentation de la puissance de calcul et des applications dans les domaines de l'intelligence artificielle, de la physique, de la biologie computationnelle et de la finance, pour n'en citer que quelques-uns.Ce cours offre une expérience pratique des simulations à l'aide d'applications concrètes, en commençant par une introduction aux variables aléatoires et aux outils nécessaires pour exécuter une simulation.
Obtenir une introduction aux concepts de probabilité
Le deuxième chapitre de ce cours présente une vue d'ensemble des concepts de probabilité, à l'aide d'exercices pratiques basés sur des jeux de cartes et des énigmes de probabilité bien connues, afin de vous fournir un cadre pour vos nouvelles connaissances. Vous terminerez ce chapitre en modélisant une simulation de publicité pour le commerce électronique.Découvrez les méthodes et les applications du rééchantillonnage
Le troisième chapitre examine différentes méthodes de rééchantillonnage, notamment le rééchantillonnage bootstrap, le rééchantillonnage jackknife et les tests de permutation. Une fois ce cours terminé, vous serez en mesure d'intégrer ces méthodes à votre processus d'analyse des données.Apprenez à utiliser la simulation dans le cadre professionnel et constituez votre portefeuille
La simulation présente de nombreuses applications concrètes, en particulier dans le domaine des affaires. Le dernier chapitre de ce cours aborde ces points et vous guide à travers un exercice de planification d'entreprise afin de vous familiariser avec l'application de vos nouvelles compétences dans un contexte professionnel. Vous examinerez la modélisation des bénéfices, l'optimisation des coûts et vous vous initierez à l'analyse de puissance.Prérequis
Programme de formation
Plan du cours
1
Notions de base sur l’aléatoire et la simulation
Ce chapitre vous donne les outils nécessaires pour exécuter une simulation. Nous commencerons par un rappel sur les variables aléatoires et les distributions de probabilité. Nous verrons ensuite comment lancer une simulation en examinant d’abord un flux de travail type, puis en le recréant dans le contexte d’un jeu de dés. Enfin, vous apprendrez à utiliser les simulations pour prendre des décisions.
- Introduction aux variables aléatoires50 XP
- np.random.choice()50 XP
- Variable aléatoire de Poisson100 XP
- Mélanger un jeu de cartes100 XP
- Notions de base sur la simulation50 XP
- Lancer un dé équilibré100 XP
- Lancer deux dés équilibrés100 XP
- Simuler le jeu de dés100 XP
- Utiliser la simulation pour la prise de décision50 XP
- Simuler un tirage de loterie100 XP
- Doit-on acheter ?100 XP
- Calculer un prix de loterie d’équilibre100 XP
2
Probabilités et processus de génération des données
Ce chapitre propose une introduction aux concepts de probabilité et une compréhension pratique du processus de génération des données. Nous étudierons plusieurs exemples de modélisation de ce processus et terminerons par la modélisation d’une simulation publicitaire en e-commerce.
3
Méthodes de rééchantillonnage
Dans ce chapitre, vous découvrirez brièvement les méthodes de rééchantillonnage et leurs applications. Vous aurez un aperçu du bootstrap, du jackknife et des tests par permutation. À l’issue de ce chapitre, vous serez en mesure de commencer à appliquer des méthodes simples de rééchantillonnage pour l’analyse de données.
4
Applications avancées de la simulation
Dans ce chapitre, vous serez initié à des applications basiques et avancées de la simulation pour résoudre des problèmes concrets. Nous traiterons un cas de planification d’entreprise, verrons l’intégration de Monte Carlo, l’analyse de puissance par simulation et conclurons par une simulation de portefeuille financier. Après ce chapitre, vous serez prêt à utiliser la simulation pour résoudre des problèmes du quotidien.
Simulation statistique en Python
Cours
terminé
