Réseaux bayésiens

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), ... Compétences visées - Affiner ces connaissances probabilités avec le calcul de différentes probabilités (conditionnelle, conjointe, marginale, ..) - Appréhender le théorème de Bayes - Découvrir les principes de construction de graphe d'un modèle bayésien - Construire un réseau bayésien multinomial dans le cas de variables discrètes - Construire un réseau bayésien gaussien dans le cas de variables continues - Construire un réseau bayésien hybride en présence de variables discrètes et continues

- 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 noeuds 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

Attestation d'acquis ou de compétences;Attestation de suivi de présence

Pour suivre ce stage dans de bonnes conditions, il est recommande d avoir suivi en amont la formation Analyse des donnees : methodes exploratoires (ACP, AFC, classification).