import numpy as np rng = np.random.default_rng(7) vrai = rng.normal(0, 1, 10_000) # niveau réel de chaque poste x1 = vrai + rng.normal(0, 1, 10_000) # indice année 1 = réel + hasard x2 = vrai + rng.normal(0, 1, 10_000) # indice année 2, sans aucun traitement pires = np.argsort(-x1)[:1000] # les 10 % les pires de l'année 1 print(x1[pires].mean(), x2[pires].mean()) # 2.44 puis 1.22 print(1 - (x2[pires].mean() - x2.mean()) / (x1[pires].mean() - x1.mean())) # 0.5 : la moitié de l'écart a disparu
Statistiques, finance quantitative, machine learning, deep learning, LLM, agents IA, MLOps : 321 épisodes avec des simulateurs à manipuler, pas des vidéos.
Statistics, quantitative finance, machine learning, deep learning, LLMs, AI agents, MLOps: 321 interactive episodes with simulators to play with, not videos.