Chevron Left
Aléatoire : une introduction aux probabilités - Partie 2 に戻る

エコール・ポリテクニーク(École Polytechnique) による Aléatoire : une introduction aux probabilités - Partie 2 の受講者のレビューおよびフィードバック

4.5
32件の評価
9件のレビュー

コースについて

Ce cours d'introduction aux probabilités a la même contenu que le cours de tronc commun de première année de l'École polytechnique donné par Sylvie Méléard. Le cours introduit graduellement la notion de variable aléatoire et culmine avec la loi des grands nombres et le théorème de la limite centrale. Les notions mathématiques nécessaires sont introduites au fil du cours et de nombreux exercices corrigés sont proposés. Ce cours propose aussi une introduction aux méthodes de simulations des variables aléatoires comme la méthode de Monte Carlo. Des expériences numériques interactives sont également mises à votre disposition pour vous permettre de visualiser diverses notions....

人気のレビュー

MK
2018年7月29日

Merci pour ce cours à mi chemin entre la théorie et la pratique; très utile dans l'exploitation et la description du comportement de données en grandes dimensions :)

SP
2018年8月20日

Cours très intéressant, qui donne envie d'aller plus loin. Merci beaucoup

フィルター:

Aléatoire : une introduction aux probabilités - Partie 2: 1 - 9 / 9 レビュー

by Lawrence J B

2017年3月3日

J’ai suivi jusqu’au bout les cours, Aléatoire I et II, et je pense qu’ils sont très bons malgré un bémol importante (plus sur ceci plus tard). Attention : la partie II est plus difficile que la partie I et, bien qu’il ne soit pas indiqué, un cours en analyse réelle est un pré-requis utile.

Les deux cours traitent des six premiers chapitres du livre Aléatoire : Introduction à la théorie et au calcul des probabilités de Sylvie Méléard. Le livre est un complément important aux conférences de Prof. Méléard et est mis à la disposition des étudiants sous forme PDF.

Les conférences de Prof. Méléard sont très claires et les examens, tous QCM, ne sont pas très difficiles en général. En effet, les exercices de la semaine sont souvent plus difficiles que les examens. On peut réussir le cours sans faire les exercices, mais je ne le recommanderais pas puisque je crois que l’on apprend beaucoup plus en les faisant. Les deux autres professeurs, Carl Graham et Jean-René Chazottes, présentent les corrigés de tous les exercices. De plus, Prof. Chazottes montre des expériences numériques interactives qui permettent de visualiser des idées du cours. A la fin de chaque conférence, Prof. Chazottes dit « c’est à vous de jouer maintenant » mais malheureusement, pour autant que je sache, le logiciel n’est pas disponible aux élèves de Coursera. Dommage.

Mon bémol, c’est que ces deux cours sont peu suivis. Très peu d’élèves les suivent et, par conséquent, les forums ne marchent pas. Comme l’étudiant Roland Thiers a écrit, « les étudiants intervenant se comptant sur les doigts d'une seule main. » De plus, les professeurs ne prêtent aucune attention aux forums, même quand un corrigé d’un examen est incorrect. Donc, si vous suivez un de ces cours, vous serez tout seul sans interaction avec d’autre élèves ou avec les professeurs. Malgré cela, le contenu et la présentation des cours sont très bons et je leur donnerais quatre étoiles.

by Martin G

2020年5月2日

Un cours d'une très grande qualité pédagogique, qui m'a permis de retrouver de très bonnes sensations après avoir arrêté les mathématiques il y a plusieurs années. Un vrai plaisir de pratiquer cette matière qui ne laisse personne indifférent. La théorie des probabilités serait un vrai plus dans le programme des classes préparatoires, car j'ai le sentiment que son enseignement dans les écoles d'ingénieurs est assez hétérogène. En particulier, le cours que j'ai suivi lors de ma formation était un peu trop expéditif, comparé à cet excellent MOOC.

by MEKIE Y R K

2018年7月30日

Merci pour ce cours à mi chemin entre la théorie et la pratique; très utile dans l'exploitation et la description du comportement de données en grandes dimensions :)

by Stéphane P

2018年8月21日

Cours très intéressant, qui donne envie d'aller plus loin. Merci beaucoup

by Gauthier D

2019年2月27日

Je trouve que la pédagogie est excellente !

by AIT A A

2019年1月6日

MERCI

by Rémi G

2021年4月19日

Un très bon cours selon moi dans l'ensemble, qui parachève et clôt ce cours "d’Introduction" aux Probas de la partie I et qui donnera envie d'aller plus loin, selon ce qu'on en veut en faire et l'utilité visée de chacun (Introduction, avec un grand I mais qui va au delà, et qui selon moi pourra sembler faire la taille de la Tour Eiffel pour certains étudiants si l'on n'a pris la peine cette fois d'avoir de solides bases niveau L1--L2 maths ou équivalent 1ère année Prépa Sciences, ou de les acquérir en tant qu'apprenant autonome -c'est possible aussi dans l'absolu et il ne faut pas se décourager car Quand on veut on peut, surtout en Maths!... mais avec bcp de rigueur et en ne lâchant pas facilement prise à la diff- , dans les domaines de l'analyse et en particulier les principes de bases de la théorie de la mesure, au moins savoir maîtriser ou retrouver les techniques de l'intégration selon Riemman par ex.), avec notamment le fameux Théorème central limite expliqué dans la théorie de la Loi des grands nombres; ainsi que les notions préalables des différentes convergences des lois de probas rencontrées lors de la partie I (presque sûre, en moyenne, en proba et enfin en loi pour le dernier théorème, et par ordre relatif de contraintes d'implication, la CV p.s. étant la "plus forte" ou la plus restreinte mais pas nécessaire à exploiter tout le temps, car les contraintes les plus "larges" permettent parfois comme expliqué ici de voir, d'interpréter et faire plus de choses intéressantes, cf cours).

Comme pour la première partie, le cours magistral y est très bien expliqué par Mme la professeure Sylvie Méléard; avec l'introduction cohérente, rigoureuse et précise des notions à aborder afin de mieux caractériser et généraliser les phénomènes aléatoires rencontrés initialement dans la Partie 1, pour et concernant des couples de v.a. par ex puis à plusieurs variables, pour les fonctions caractéristiques concernant les v.a. réelles, etc...; et justifier l'approche fréquentiste heuristique initiale intuitive mais profonde (très bien expliquée au passage) de la théorie des probas modernes.

L'approche et structure du cours mêlent intelligemment définitions et approches conceptuelles abstraites et néanmoins très concrètes (cf la simulation essentielle et pratique de la méthode de Monte Carlo) avec de nombreuses simulations pratiques via des modules Java Script(?) dans la section "A vous de Jouer!" par M. Chazotte, qui sont très pertinentes pour s'approprier les notions... Car même si dans l'absolu "Un dessin n'est pas et ne sera jamais une preuve!" comme m'ont expliqué à juste titre d'anciens profs et c'est vrai... ça peut toujours aider beaucoup à la compréhension d'exemples sur les chapitres abordés !

Les exos expliqués et corrigés par M. Carl Graham sont eux aussi très enrichissants, profonds d'explications dans l'ensemble, et je recommande de les faire pour saisir les variétés des applications des notions abordées en cours, fondamentales... Il y a essentiellement plus de calculs à interpréter et à mettre en jeu pour exploiter les notions de cette deuxième partie, mais c'est à mon sens dans la logique des choses qu'une complexification se fasse apparaître quand on avance dans le calcul des probas, pour traduire les bonnes propriétés en formules, relations et équations que l'on veut exploiter en cours et en exos...

Le seul bémol y est, encore une fois comme lors de la Partie 1, ciblé sur le fait qu'il n'y a pas de retours des profs dans la section commentaire concernant certaines difficultés particulières rencontrées lors de certains exos, -et potentiellement une petite erreur exceptio. à priori après réflexion qui se porterait une question du Quiz de la semaine 3 sur les 5 questions (mais qui n'empêche pas de le valider en ratio. du nbre de réponses ^^). Je module ceci néanmoins par le fait qu'ils ne peuvent peut être pas être dispos à priori, en fct° de leur engagement et emploi du temps pris au sein de leur Ecole, comme déjà dit dans mon autre comm. de la section 1 de ce cours.

Donc un grand bravo à toute l'équipe pédagogique que je salue au passage, pour la grande qualité de ces chapitres riches de notions définitions théorèmes et d'explications profondes et claires abordées tout au long de ce cours de Probas & lois de l’aléatoire (qui je pense sont utiles à exploiter dans plusieurs domaines des Data en informatique ou dans d’autres domaines des maths appliqués)! Merci de votre attention

by Cyril B

2017年5月26日

Difficile de noter ce cours. Il est exceptionnel de qualité et pêche par beaucoup d'aspects. La qualité de l'enseignement est excellent, les exercices sont très bien corrigés en revanche il manque un support PDF. Evidemment le livre de Sylvie Méléard est très bien mais beaucoup plus résumé que le cours donc pas vraiment intéressant pour retrouver les démonstrations et surtout les raisonnements. Les modélisations en javascripts sont très bien faites aussi. Les quiz sont accessibles même à mon niveau et plus faciles que les exercices.

Ce qui gène c'est que l'on ne sait pas pour qui ce cours est construit. Pour des X première année? Ils l'ont déjà suivi. Donc pour qui ? Moi je l'ai suivi pour avoir le bagage qui me permette de raccourcir mon temps de traitement dans la construction de modèles prédictifs en filtrant en amont mes données. Et de ce côté je suis resté un peu sur ma faim car cela manque d'aspects pratiques. Encore une fois quelle est la cible ? Les matheux ne suivent pas les moocs surtout à ce niveau. Et je ne parle pas du fait que le cours soit en français ce qui expliquerait pourquoi je me suis retrouvé seul dans le forum.

Sinon je donne une super note car Sylvie Méléard rend les maths accessibles et donne le courage de la suivre ce qui n'est pas toujours aisé.

by Le B Y

2019年5月1日

J'ai beaucoup aimé l'aspect simulation.