Nous utilisons des cookies pour vous fournir l'ensemble de nos services, notamment la recherche et les alertes. En acceptant, vous consentez à notre utilisation de ces cookies.
Choisir mes préférences
§ D’acquérir les notions fondamentales sur les méthodes algorithmes stochastiques (de type Monte-Carlo, particulaires, etc.)
§ De s’orienter dans le choix des méthodes les mieux adaptées au problème d’estimation ou d’optimisation considéré
§ De mettre en pratique ces techniques sur des applications réalistes
(en lien avec des applications du domaine aéronautique et spatial)
· Rappels de probabilité et statistique
· Méthode Monte-Carlo classique
· Méthodes de réduction de la variance
· Technique de bootstrap
· Rappel sur les chaînes de Markov
· Méthodes de Monte-Carlo par chaînes de Markov (MCMC)
· Simulation multi-niveaux (subset simulation)
· Méthodes de Monte-Carlo séquentielles
Ingénieurs, cadres et techniciens supérieurs.
Formation niveau ingénieur ou équivalent (niveau Master 1). Les bases de statistiques sont revues rapidement en début de cours. Des connaissances élémentaires en Matlab et en Python sont recommandées. Le contenu est complètement adapté à des ingénieurs généralistes qui souhaitent découvrir ou redécouvrir les méthodes Monte-Carlo et l'optimisation à base de métaheuristiques.
Notions de base et outils théorique suivi d’une mise en application pratique sous forme de TP, TD ou mise en situation .
Le plus souvent QCM.
Le centre de formation EUROSAE Toulouse est implanté sur le campus de l’ISAE-SUPAERO.
Infos
Trouver le bon CACESComprendre l'habilitation éléctriqueMentions légalesConditions d'utilisationNous utilisons des cookies pour vous fournir l'ensemble de nos services, notamment la recherche et les alertes. En acceptant, vous consentez à notre utilisation de ces cookies.
Choisir mes préférences