Bulletin d'information de la vie étudiante à l'ÉTS
Vous êtes sur le point de commencer votre projet de recherche? La bibliothèque vous propose un blitz de rédaction de plan de gestion de données comodal utilisant la technique Pomodoro. Déroulement de l’activité Une petite introduction au plan de gestion de
La régression logistique est une méthode d’analyse statistique qui est utilisée pour expliquer une variable binaire à partir de variables indépendantes. Cette technique classique est très utilisée en recherche dans de nombreux domaines, comme la recherche contre le VIH. Vous
Le Bureau de consultation en statistique est très heureux de vous inviter à une conférence portant sur un aperçu des analyses statistiques utilisées par les ingénieurs dans le domaine biomédical. L’analyse statistique est une composante essentielle de la recherche ou
Le Bureau de consultation en statistique est très heureux de vous inviter à une conférence portant sur les défis de l’intelligence artificielle appliquée à l’industrie. Les algorithmes d’apprentissage machine sont conçus afin d’exploiter la structure dans les données pour découvrir
Le Bureau de consultation en statistique est très heureux de vous inviter à une conférence portant un outil indispensable en statistique appliquée : l’analyse de sensibilité. La définition d’analyse de sensibilité dépend de l’objectif, du contexte et du domaine où elle
Le deep learning n’a plus besoin de présentation: ses nombreuses prouesses sont largement documentées et célébrées. Mais sait-on vraiment ce qui rend ces réseaux profonds aussi habiles? Pour plusieurs, l’apprentissage profond demeure une mystérieuse boîte noire qui produit des résultats
R is a programming language used for data analyses. Using R presents numerous advantages: 1) it is totally free; 2) its source code is editable; and 3) it has a huge community that can solve any programming and statistical problem.
R est un langage de programmation dédié à l’analyse des données. Les principaux avantages à utiliser R sont le fait qu’il soit complètement gratuit, que son code source soit modifiable et l’accès à une importante communauté qui permet de trouver
Le Bureau de Consultation en Statistique est très heureux de vous inviter à une conférence en mode virtuel le mardi 24 mai, de 12 h à 13 h. La conférence sera présentée par Christian Léger, Ph. D. Statistique, professeur titulaire au
Le Bureau de Consultation en Statistique est très heureux de vous inviter à une conférence en mode virtuel jeudi le 28 avril de 12h à 13h. La conférence sera présentée par Louis Parent, ing., MBA, maître d’enseignement et portera sur
En raison d’un événement hors de notre contrôle, nous sommes dans l’obligation de reporter la conférence qui devait avoir lieu jeudi le 31 mars au mardi 26 avril à midi. Rappelons que le sujet de cette conférence porte sur la
Le Bureau de consultation en statistique est très heureux de vous inviter à une conférence en présence le jeudi 31 mars, de 12 h à 13 h. La conférence sera présentée par Nicola Hagemeister, professeure au Département de génie des
Pour ceux et celles qui n’ont pas pu assister aux précédentes présentations de l’atelier sur la régression logistique, le Bureau de consultation en statistique est heureux de vous offrir une nouvelle présentation de cet atelier le mercredi 9 mars 2022,
Le Bureau de consultation en statistique vous invite à participer à un atelier sur la régression logistique le mercredi 16 février 2022, de 12 h à 13 h 30. Cet atelier est présenté en anglais. Les modèles de régression sont souvent utilisés pour
Le Bureau de consultation en statistique vous invite à participer à un atelier sur la régression logistique le mercredi 2 février 2022, de 12 h à 13 h 30. Cet atelier est présenté en français. Les modèles de régression sont
Le Bureau de consultation en statistique vous invite à une conférence sur l’analyse de survie appliquée en ingénierie, le vendredi 28 janvier de 12 h à 13 h. L’analyse de survie est un outil statistique simple et efficace pouvant aider
Dans le cadre de vos fonctions, vous travaillez avec un très grand nombre de variables et vous voudriez en réduire la dimension de façon à pouvoir représenter graphiquement l’information contenue dans ces variables? Vous avez un problème de multicolinéarité? L’analyse
Le deep learning n’a plus besoin de présentation : ses nombreuses prouesses sont largement documentées et célébrées. Mais sait-on vraiment ce qui rend ces réseaux profonds aussi habiles? Pour plusieurs, l’apprentissage profond demeure une mystérieuse boîte noire qui produit des