Partie 1 : Pré-requis pour l’EM
- Maximum de vraisemblance
- Espérance conditionnelle
- Simulation de v. a. : A quoi cela sert ? les approches classiques de simulation (inverse, aceptation rejet,…), les algorithme de type MCMC
Partie 2 : EM
- Contexte de l’algorithme EM
- Principe de l’algorithme EM
- Propriétés mathématiques de l’algorithme EM
- Quelques variantes de l’algorithme EM
- Quelques Applications de l’algorithme EM (Données censurées,…)
- Extension de l’algorithme EM
Par Patrice Takam Soh, Université de Yaoundé I
Patrice Takam Soh est enseignant au département de Mathématique de l’Université de Yaoundé I où il enseigne majoritairement les cours de Probabilités et de Statistiques. Il a commencé ses premier pas dans la recherche en Statistique Appliquée, principalement sur les modèles statistiques appliquées en épidémiologie végétales. Mais très intéressé par les aspects théoriques de la Statistiques, il s’est beaucoup investi sur l’Analyse Stochastique et il travaille actuellement sur l’analyse statistique et numérique des modèles stochastiques issus de la Biologie ou de la Finance.