2024-2025
| Code | Titulaire(s) | Langue(s) d'enseignement | Langue(s) d'évaluation | Théorie | Pratique | Période(s) | Année académique |
|---|---|---|---|---|---|---|---|
| K-TMTH-853 | BOUCQ Elise | français | français | 30 | 0 | Q2 | 2024-2025 |
1) Statistique Descriptive * Réduction aux paramètres * Paramètres de tendance centrale (moyenne, médiane, mode) * Paramètres de dispersion (variance, écart-type, étendue) * Représentations graphiques 2) Probabilité statistique et subjective * Introduction * Le hasard * Principe fondamental * Combinaisons, arrangements, permutations * Population et échantillon * Distributions des Variables (discrètes et continue) * Loi statistiques (Normale, Poisson, Student, ...) * Utilisation la table de la loi normale centrée réduite * Régression Linéaire et corrélation * Incertitudes statistiques sur les paramètres de la droite, seuil de confiance et coefficient de Student
Type de support
Autre
Références
Slides
Mooc
Capsules vidéos
Les usages de l’Intelligence Artificielle dans l’enseignement supérieur sont référencés et détaillés au sein d'une charte institutionnelle. Consultez le site https://ia.condorcet.be pour plus d'informations.