Artwork

Contenu fourni par PollsPosition.com. Tout le contenu du podcast, y compris les épisodes, les graphiques et les descriptions de podcast, est téléchargé et fourni directement par PollsPosition.com ou son partenaire de plateforme de podcast. Si vous pensez que quelqu'un utilise votre œuvre protégée sans votre autorisation, vous pouvez suivre le processus décrit ici https://fr.player.fm/legal.
Player FM - Application Podcast
Mettez-vous hors ligne avec l'application Player FM !

#4 Comment simuler des élections à l'aide de la formule de Bayes ?

17:02
 
Partager
 

Manage episode 240634096 series 2535375
Contenu fourni par PollsPosition.com. Tout le contenu du podcast, y compris les épisodes, les graphiques et les descriptions de podcast, est téléchargé et fourni directement par PollsPosition.com ou son partenaire de plateforme de podcast. Si vous pensez que quelqu'un utilise votre œuvre protégée sans votre autorisation, vous pouvez suivre le processus décrit ici https://fr.player.fm/legal.

Dans ce quatrième épisode, Alexandre et Jean-Nicolas reviennent sur la formule de Bayes et vous expliquent comment cela fonctionne quand l'objet d'étude est très compliqué : que faire quand on ne connaît pas la distribution de probabilité que l'on cherche à exprimer ? Que faire quand l'espace dans lequel on étudie a plus de 3 dimensions (comme une élection à 8 partis par exemple, qui a... 8 dimensions)? Comment notre modèle s'en sort-il face à cela ?

Toutes ces questions vous emmèneront sur les traces du roi Markov et de son conseiller mathématicien, un certain Metropolis... Cet exemple concret vous aidera à comprendre un peu mieux les méthodes de simulation et d'optimisation utilisées par les modèles bayésiens, à mieux appréhender l'utilité des méthodes bayésiennes et à démystifier le côté "magique" des algorithmes.

Rejoignez-nous pour cet épisode, et envoyez-nous vos questions, par mail ou par Twitter ! Et si ça vous plaît, abonnez-vous, laissez-nous 5 étoiles sur votre plateforme de podcast préférée, et parlez-en à vos amis - ils vous remercieront, et nous aussi :)

Liens évoqués dans l'épisode:

  continue reading

13 episodes

Artwork
iconPartager
 
Manage episode 240634096 series 2535375
Contenu fourni par PollsPosition.com. Tout le contenu du podcast, y compris les épisodes, les graphiques et les descriptions de podcast, est téléchargé et fourni directement par PollsPosition.com ou son partenaire de plateforme de podcast. Si vous pensez que quelqu'un utilise votre œuvre protégée sans votre autorisation, vous pouvez suivre le processus décrit ici https://fr.player.fm/legal.

Dans ce quatrième épisode, Alexandre et Jean-Nicolas reviennent sur la formule de Bayes et vous expliquent comment cela fonctionne quand l'objet d'étude est très compliqué : que faire quand on ne connaît pas la distribution de probabilité que l'on cherche à exprimer ? Que faire quand l'espace dans lequel on étudie a plus de 3 dimensions (comme une élection à 8 partis par exemple, qui a... 8 dimensions)? Comment notre modèle s'en sort-il face à cela ?

Toutes ces questions vous emmèneront sur les traces du roi Markov et de son conseiller mathématicien, un certain Metropolis... Cet exemple concret vous aidera à comprendre un peu mieux les méthodes de simulation et d'optimisation utilisées par les modèles bayésiens, à mieux appréhender l'utilité des méthodes bayésiennes et à démystifier le côté "magique" des algorithmes.

Rejoignez-nous pour cet épisode, et envoyez-nous vos questions, par mail ou par Twitter ! Et si ça vous plaît, abonnez-vous, laissez-nous 5 étoiles sur votre plateforme de podcast préférée, et parlez-en à vos amis - ils vous remercieront, et nous aussi :)

Liens évoqués dans l'épisode:

  continue reading

13 episodes

Tous les épisodes

×
 
Loading …

Bienvenue sur Lecteur FM!

Lecteur FM recherche sur Internet des podcasts de haute qualité que vous pourrez apprécier dès maintenant. C'est la meilleure application de podcast et fonctionne sur Android, iPhone et le Web. Inscrivez-vous pour synchroniser les abonnements sur tous les appareils.

 

Guide de référence rapide