Scolarité
Deuxième cycle - 3,0 crédit(s)
Département
Département d'informatique et d'ingénierie
Objectifs
Maîtriser les concepts statistiques avancés utilisés dans la science des données. Développer les connaissances pour développer des algorithmes d’analyse et de prédiction à partir des données en utilisant ces concepts statistiques.
Contenu
Rappels sur les concepts de probabilités et statistiques. Statistique et science des données. Modèles paramétriques vs. non paramétriques. Techniques d’échantillonnage des données et estimation de paramètres. Modèles statistiques pour la classification et la régression. Tests d'hypothèses. Propriétés d’un paramètre statistique: biais, consistance, efficacité. Maximum de vraisemblance. Statistique bayésienne. Analyse factorielle et analyse de variance. Réduction de dimensions. Modèles graphiques probabilistes. Méthodes de Monte-Carlo. Réduction du biais statistique dans l’analyse de données. Études d'applications (ex. régression, classification, ordonnancement, etc.).
Exigences de qualification pour l'enseignement
Diplôme(s)
Scolarité de doctorat ou maîtrise en informatique ou dans un domaine connexe.
Expérience
Expérience pertinente ou spécialisation dans le domaine d'un minimum de deux (2) ans pour une scolarité de doctorat et d'un minimum de cinq (5) ans pour la maîtrise.
Corps professionnel
Aucun
Autre(s) exigence(s)
Dans tous les cas, la candidate, le candidat devra pouvoir démontrer sa capacité à communiquer efficacement oralement et par écrit ainsi qu'à transmettre les connaissances ou les habiletés pertinentes au contenu du cours pour lequel les exigences de qualification pour l’enseignement (EQE) sont adoptées.
CAFF
6402 - Informatique théorique