Université de Neuchâtel, Laboratoire d'Hydrogéologie Stochastique
Cours: Mercredi 8:15-10:00
Ce cours est une introduction à l'analyse de données environnementales et à la modélisation de ces systèmes. Le cours ne donne pas un traitement systématique et en profondeur de chacun des thèmes traités mais cherche plutôt à construire des bases permettant de comprendre suffisamment les méthodes et connaitre leurs existences pour aller plus loin si nécessaire.
-
Philippe Renard [email protected]
-
Ludovic Schorpp [email protected]
| # | Théorie | Vidéos | Exercices |
|---|---|---|---|
| 1 | Introduction générale : Données et Modèles | Vidéo 1 - Jupyter lab. Vidéo 2 - Numpy | Série 1 |
| 2 | Modèle de population et zéro d'une fonction | Série 2 | |
| 3 | Equation différentielle ordinaire | Vidéo 3 - Equations différentielles | Série 3 |
| 4 | Sytème d'équations différentielles | Vidéo 4 - Systèmes équations différentielles | Série 4 |
| 5 | Interpolation 1D | Série 5 | |
| 6 | Modèle de réservoir / La Fontaine de Vaucluse | Série 6 | |
| 7 | Approche stochastique - Statistique univariées | Vidéo 5 - Statistiques univariés | Série 7 |
| 8 | Simulations / Intervalle de confiance / Bootstrap | Série 8 | |
| 9 | Méthode de Monte-Carlo | Vidéo 6 - Simulations de Monte Carlo | Série 9 |
| 10 | Identification des paramètres d'un modèle | Vidéo 7 - Identification de paramètres | Série 10 |
| 11 | Incertitude sur les paramètres | ||
| 12 | Utilisation de la covariance | Série 11 | |
| 13 | Introduction aux réseaux de neurones | ||
| 14 | Synthèse et conclusion |