Carte des prérequis
Une flèche = « suppose acquis ». Pointillé = pas encore écrit. Clique une chaîne existante pour l'ouvrir ; les déroulés sont listés sous chaque chaîne dans l'index.
0
p00-01 Lois usuelles — quelle situ… p00-02 Espérance, variance, masse … p00-03 Conditionnement et Bayes — … p00-04 Moyenne, LGN, TCL 1
p01-01 L'objet aléatoire — échanti… p01-02 IC et test — centre, largeu… p01-03 Inférence en régression — σ… p01-04 Comparer deux modèles, et p… p01-05 Bootstrap — la distribution… 2
p02-01 Du bruit à la loss — le ges… p02-02 Du prior à la pénalité — ce… p02-03 Le posterior entier — conju… 3
p03-01 Critère en escalier vs crit… p03-02 Gradient et descente — pent… 4
p04-01 Une matrice est une action … p04-02 Valeurs propres et itératio… p04-03 Spectral, SVD, conditionnem… p04-04 PCA — diagonaliser la covar… 5
p05-01 Régression linéaire — le mo… p05-02 Régression logistique — log… p05-03 Régularisation vue en biais… 6
p06-01 Biais, variance, bruit — la… p06-02 Estimer l'erreur — CV, LOOC… p06-03 Seuil, matrice de confusion… p06-04 Scores, calibration, déséqu… 7
p07-01 Arbres — impureté, split, p… p07-02 Bagging et random forest — … p07-03 Gradient boosting — une des… p07-04 k-means — descente alternée… 8
p08-01 Jacobienne, chain rule, bac… p08-02 Flottants et log-sum-exp — … p08-03 Cross-entropy, entropie, KL p08-04 Tenseurs — ruban, strides, … 9
c00 TAP — invariant, variant, c… c01 Fenêtre glissante c02 Deux pointeurs c03 Binary search c04 Listes chaînées c05 Arbres c06 Graphes c07 Heap c08 Intervals c09 DP 1D PONTS
b01 Une seule descente b02 Le témoin atteignable b03 Biais et variance partout b04 La variance d'une moyenne c… b05 Escalier vs sensible b06 Convexité et forme fermée Générée par tools/build_index.py le 16/09/2026. Les ancres #pNN-MM de cette page sont les cibles des liens « prérequis » des sheets.