tous les documents
  • tous les documents
  • Images
  • Films
  • Rushes
  • Publications
  • Audio
Recherche avancée
Ensemble de recherche :
tous les documents
  • tous les documents
  • Images
  • Films
  • Rushes
  • Publications
  • Audio
Recherche par couleur
Ensemble de recherche :
tous les documents
  • tous les documents
  • Images
  • Films
  • Rushes
  • Publications
  • Audio
Code HTML Copiez-collez le code ci-dessous pour l'intégrer dans une page Web.
Titre :
Mon équipe en 180 secondes : MISTIS
Légende - Résumé :
Mon équipe en 180 secondes : un chercheur présente rapidement les travaux de son équipe-projet.
MISTIS : Modélisation et Inférence de phenomenes aléatoires complexes et structures.
Nom de fichier :
Inria-1164-MISTIS-180sec-FR.mp4
Titre :
Mon équipe en 180 secondes : MISTIS
Année :
2018
Durée (min) :
00:03:28
Publications :
http://videotheque.inria.fr/videotheque/doc/1164
Autres versions :
Master VF : 1164
Master VEN :
Autre : Lien externe :
Lien Equipe-projet :
Lien Centre de Recherche :
Mots clés :
N° master :
1164
Durée :
03 min 28 sec
IsyTag :
1936 - donnée - élection - époque - équipe - est-ce - exemple - mensonge - MISTIS - modèle - statisticien - statistique
Transcription automatiqu :
Bonjour donc vous connaissez tous les statistiques les moyennes les variants par exemple Dans l'équipe MISTIS on va dire plutôt qu'on fait de la statistique sans S pour faire référence au domaine scientifique qui s'occupe des statistiques au pluriel
Alors pourquoi est-ce qu'on a besoin d'un domaine scientifique pour cela Ben certainement vous avez déjà entendu une de ces phrases sur les statistiques comme par exemple celle qui dit
qu'il y a trois sortes de mensonges les mensonges les très gros mensonges et les statistiques
Alors c'est pas faux
Parce que vous avez tous certainement aussi remarqué que les chiffres sont bien souvent plus efficaces que les mots pour raconter des histoires
Alors dans l'équipe MISTIS on s'intéresse à des modèles probabilistes pour tenter de cerner disons de quantifier la l'incertitude qui peut y avoir dans les données pour en tirer les conclusions les plus fiables possibles
Alors pourquoi est-ce qu'on a besoin de modèles pour cela Eh bien prenons un exemple d'actualité celui des élections américaines
Alors d'actualité mais en 1936 Qui est un exemple classique des statistiques Donc en 1936 un journal connu de l'époque décide de faire le plus grand sondage jamais effectué pour les élections en interrogeant à l'époque 2 5 millions de personnes Donc après de longs et coûteux efforts le journal prédit que
le gouverneur du Kansas de l'époque Alfred Landon va gagner avec 60% des voix contre son opposant Franklin Roosevelt
Donc en parallèle de ça un honnête statisticien
du nom de George Gallup
décide faire un autre sondage avec beaucoup moins d'individus donc en gros cent fois moins et lui prédit avec une précision assez bonne la victoire évidement de Roosevelt
Ce qui laisse notre journal au passage avec la plus grande erreur jamais commise de tous les temps sur ce genre de sondages
Alors la moralité de cet exemple c'est que si on n'a pas un modèle correct alors c'est pas parce qu'on a beaucoup de données qu'on va forcément tirer des conclusions fiables Alors dans l'équipe MISTIS on s'occupe pas spécialement de prédire les élections les résultats des élections mais
on va regarder la prédiction de d'événements extrêmes ou catastrophiques comme par exemple les grosses chutes de pluie ou les inondations
Et ou un autre exemple celui de détecter les failles dans les cuves de centrales nucléaires Et donc dans ce cas-là le problème qu'on a c'est qu'on n'a pas beaucoup de données Et puis en fait on est contents de pas avoir trop données catastrophiques comme ça
Donc une approche ça va être de compenser l'absence de données
en prenant en compte des modèles des modèles dits bayésiens qui vont tenter de simuler les connaissances d'experts
pour compenser l'absence de données Un autre exemple que l'on traite c'est celui de la prédiction des évolutions de de tumeurs dans le cerveau donc à partir d'images du cerveau
dans lequel là en quelque sorte on va regarder chaque pixel on va sonder chaque pixel des images
et en gros leur demander s'ils votent ou non pour la tumeur
Voilà Donc j'espère vous avoir convaincus que le statisticien n'est pas un artiste du mensonge
mais qu'il essaye de faire au mieux les données qu'il a ou alors qu'il n'a pas d'ailleurs
Inria-1164-MISTIS-180sec-FR.mp4

Format : .mp4
404,1 Mo
1920 x 1080 pixels
Inria-1164-MISTIS-180sec_HD.MP4

Format : .mp4
127 Mo
1024 x 576 pixels
Moyenne définition - équivalent DVD
Encodage PAL .MP4 H264
5 Mbits/s
Encodage PAL .MP4 H264
5 Mbits/s
Sélection
Voir Selection
Déposer ici pour retirer de la sélection