La deuxième semaine de notre cours est consacrée aux probabilités : étant donné que les probabilités sont le principal langage utilisé par presque tous les concepts de la science des données, nous consacrerons un peu de temps à l'approfondissement de notre compréhension de celles-ci. À la fin de la semaine, vous aurez beaucoup plus d'outils dans votre boîte à outils de probabilité, qui vous serviront tout au long de votre parcours en IA et en apprentissage automatique.

Cette semaine, nous allons construire notre cadre général d'estimation statistique, en nous appuyant sur plusieurs des concepts que nous avons abordés et sur d'autres que nous continuerons d'ajouter cette semaine. Nous commencerons par examiner la moyenne de l'échantillon et nous analyserons sa qualité en tant qu'estimateur. Nous explorerons ensuite le Théorème central limite, l'un des outils les plus efficaces et les plus largement utilisés en statistiques et en science des données. Nous poursuivrons également l'étude des probabilités.

Maintenant que nous avons appris les rouages importants du Théorème central limite, nous sommes prêts à apprendre les intervalles de confiance cette semaine. Les intervalles de confiance sont les principales quantités permettant de caractériser les barres d'erreur dans presque tous les domaines de la science des données et de l'apprentissage automatique. Après avoir parcouru les intervalles de confiance et quelques exemples, nous explorerons également une perspective plus générale sur l'estimation : l'estimation ponctuelle.