Reseaux bayesiens

Data Value

Non finançable CPF
Tout public
Présentiel
Public admis
Salarié en poste
Demandeur d'emploi
Entreprise
Etudiant
Prix
Nous contacter
Durée
Nous contacter
Localité
En présentiel
Découvrez les localités disponibles pour suivre cette formation en présentiel.
En savoir plus sur les localités en présentiel
Cette formation est disponible dans les centres de formation suivants:
  • 69 - Lyon 2e
Cette formation peut être dispensée dans votre entreprise dans les localités suivantes :
  • 01 - Ain
  • 03 - Allier
  • 07 - Ardèche
  • 15 - Cantal
  • 26 - Drôme
  • 38 - Isère
  • 42 - Loire
  • 43 - Haute-Loire
  • 63 - Puy-de-Dôme
  • 69 - Rhône
  • 73 - Savoie
  • 74 - Haute-Savoie
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), banque et finances (analyse financière), management (aide à la décision, gestion du risque), ...
Programme
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 multinomiaux


  • 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
Les Réseaux Bayésiens gaussiens


  • Introduction avec exemple

  • Représentation graphique

  • Représentation probabiliste

  • Estimation des paramètres

  • Apprentissage de la structure du graphe

  • Utilisation d'un Réseau Bayésien gaussien, inférence bayésienne
Les Réseaux Bayésiens Hybrides


  • Introduction avec exemple

  • Mélange de variables discrètes et continues

  • Discrétisation des variables continues

Envie d’en savoir plus sur cette formation ?

Documentez-vous sur la formation

Quelle est votre situation ?

Haut de page