BCM - Computational and Mathematical Biology
|
TESS / POPS sNMF LFMM LEA Fun |
| Olivier François, PhD |
La plupart des documents mis à disposition ci-dessous sont aussi accessibles à partir de l'intranet de l'ENSIMAG. Vous pouvez les utiliser librement à vos risques et périls tant que vous n'en faites pas d'application commerciale ou néfaste
Modèles probabilistes pour l'apprentissage (MPA)
- Intro : Modèles probabilistes pour l'apprentissage
- Scripts en R
- Poly PDF Ensimag -- Modèles probabilistes pour l'apprentissage
- Liste des TDs à imprimer
Et aussi quelques documents supplémentaires
- Lecture on Bayesian inference
- Lecture on MCMC algorithms
- Lecture on Hierarchical and latent class models
- Markov chains
Computational Biology (MSIAM/MoSIG/Ensimag)
Stat computationnelle
Probabilités appliquées 1A
Autres polys
- Imag 2 - Cours/TD/TP : Réseaux de Neurones
- Imag 2 - Stage de programmation scientifique - TP de S
- Imag 2 - Processus Aléatoires
- Algorithmes stochastiques pour l'optimisation Notes de DEA (1999-2001).
Pour les élèves de l'ENSIMAG, option bioinformatique, les séances du cours de statistique pour la bioinformatique sont en ligne. Attention mises à jour fréquentes !
- séance 1 Introduction et rappels de biologie
- séance 2 Mutations et horloge moléculaire
- séance 3 Modèles de distance
- séance 4 Scores et matrices de substitution
- séance 5 Théorie de BLAST
- séance 6 Maximum de vraisemblance et algorithmes stochastiques
- séance 7 Phylogénies : méthodes de distance et de vraisemblance
- séance 8 Chaines de Markov cachées
- séance 9 Introduction à la théorie de la coalescence