{"id":72103,"date":"2021-07-07T09:56:09","date_gmt":"2021-07-07T08:56:09","guid":{"rendered":"https:\/\/datascientest.com\/?p=72103"},"modified":"2024-09-14T20:26:34","modified_gmt":"2024-09-14T20:26:34","slug":"courbe-gaussienne","status":"publish","type":"post","link":"https:\/\/datascientest.com\/courbe-gaussienne","title":{"rendered":"Courbe gaussienne : d\u00e9finition et importance en data science"},"content":{"rendered":"\t\t<div data-elementor-type=\"wp-post\" data-elementor-id=\"72103\" class=\"elementor elementor-72103\" data-elementor-post-type=\"post\">\n\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-dde005b e-flex e-con-boxed e-con\" data-id=\"dde005b\" data-element_type=\"container\" data-settings=\"{&quot;content_width&quot;:&quot;boxed&quot;}\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t\t\t<div class=\"elementor-element elementor-element-7ad9719 elementor-widget elementor-widget-heading\" data-id=\"7ad9719\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<style>\/*! elementor - v3.15.0 - 02-08-2023 *\/\n.elementor-heading-title{padding:0;margin:0;line-height:1}.elementor-widget-heading .elementor-heading-title[class*=elementor-size-]>a{color:inherit;font-size:inherit;line-height:inherit}.elementor-widget-heading .elementor-heading-title.elementor-size-small{font-size:15px}.elementor-widget-heading .elementor-heading-title.elementor-size-medium{font-size:19px}.elementor-widget-heading .elementor-heading-title.elementor-size-large{font-size:29px}.elementor-widget-heading .elementor-heading-title.elementor-size-xl{font-size:39px}.elementor-widget-heading .elementor-heading-title.elementor-size-xxl{font-size:59px}<\/style><p class=\"elementor-heading-title elementor-size-default\">Une courbe gaussienne est une repr\u00e9sentation visuelle de donn\u00e9es suivant la loi gaussienne. D\u00e9couvrez la d\u00e9finition compl\u00e8te, et pourquoi cette loi de probabilit\u00e9s est essentielle en Data Science et en Machine Learning.<\/p>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-21d4796 elementor-widget elementor-widget-text-editor\" data-id=\"21d4796\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<style>\/*! elementor - v3.15.0 - 02-08-2023 *\/\n.elementor-widget-text-editor.elementor-drop-cap-view-stacked .elementor-drop-cap{background-color:#69727d;color:#fff}.elementor-widget-text-editor.elementor-drop-cap-view-framed .elementor-drop-cap{color:#69727d;border:3px solid;background-color:transparent}.elementor-widget-text-editor:not(.elementor-drop-cap-view-default) .elementor-drop-cap{margin-top:8px}.elementor-widget-text-editor:not(.elementor-drop-cap-view-default) .elementor-drop-cap-letter{width:1em;height:1em}.elementor-widget-text-editor .elementor-drop-cap{float:left;text-align:center;line-height:1;font-size:50px}.elementor-widget-text-editor .elementor-drop-cap-letter{display:inline-block}<\/style>\t\t\t\t<p>En statistiques, une distribution est <span style=\"color: #000000;\"><strong>une collection de valeurs et de fr\u00e9quence d&rsquo;une observation<\/strong><\/span>. Par exemple, cette observation peut \u00eatre l&rsquo;\u00e2ge d&rsquo;une population.<\/p><p id=\"3299\" class=\"je jf fj jg b jh ke hy jj jk kf ic jm jn kg jp jq jr kh jt ju jv ki jx jy jz fb bx\" data-selectable-paragraph=\"\">Dans le cas d&rsquo;une loi gaussienne, aussi appel\u00e9e loi normale, <span style=\"color: #000000;\"><strong>les donn\u00e9es forment une courbe en cloche<\/strong><\/span>. Cela signifie que les valeurs sont plus proches de moyennes que d&rsquo;extr\u00eames.<\/p><p class=\"je jf fj jg b jh ke hy jj jk kf ic jm jn kg jp jq jr kh jt ju jv ki jx jy jz fb bx\" data-selectable-paragraph=\"\">Il s&rsquo;agit d&rsquo;une courbe gaussienne. Elle tire son nom du<span style=\"color: #000000;\"><strong> math\u00e9maticien et physicien Carl Friedrich Gauss<\/strong><\/span>.\u00a0<\/p><p data-selectable-paragraph=\"\">Il existe toutefois d&rsquo;autres lois couramment utilis\u00e9es. On peut citer<span style=\"color: #000000;\"><strong> la loi binomiale et la loi Poisson<\/strong><\/span>. Alors pourquoi la loi gaussienne est-elle la plus utilis\u00e9e ?<\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-a615f70 elementor-widget__width-initial elementor-widget elementor-widget-video\" data-id=\"a615f70\" data-element_type=\"widget\" data-settings=\"{&quot;youtube_url&quot;:&quot;https:\\\/\\\/youtu.be\\\/b1CKq0m0wG0&quot;,&quot;loop&quot;:&quot;yes&quot;,&quot;lazy_load&quot;:&quot;yes&quot;,&quot;video_type&quot;:&quot;youtube&quot;}\" data-widget_type=\"video.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<style>\/*! elementor - v3.15.0 - 02-08-2023 *\/\n.elementor-widget-video .elementor-widget-container{overflow:hidden;transform:translateZ(0)}.elementor-widget-video .elementor-wrapper{aspect-ratio:var(--video-aspect-ratio)}.elementor-widget-video .elementor-wrapper iframe,.elementor-widget-video .elementor-wrapper video{height:100%;width:100%;display:flex;border:none;background-color:#000}@supports not (aspect-ratio:1\/1){.elementor-widget-video .elementor-wrapper{position:relative;overflow:hidden;height:0;padding-bottom:calc(100% \/ var(--video-aspect-ratio))}.elementor-widget-video .elementor-wrapper iframe,.elementor-widget-video .elementor-wrapper video{position:absolute;top:0;right:0;bottom:0;left:0}}.elementor-widget-video .elementor-open-inline .elementor-custom-embed-image-overlay{position:absolute;top:0;right:0;bottom:0;left:0;background-size:cover;background-position:50%}.elementor-widget-video .elementor-custom-embed-image-overlay{cursor:pointer;text-align:center}.elementor-widget-video .elementor-custom-embed-image-overlay:hover .elementor-custom-embed-play i{opacity:1}.elementor-widget-video .elementor-custom-embed-image-overlay img{display:block;width:100%;aspect-ratio:var(--video-aspect-ratio);-o-object-fit:cover;object-fit:cover;-o-object-position:center center;object-position:center center}@supports not (aspect-ratio:1\/1){.elementor-widget-video .elementor-custom-embed-image-overlay{position:relative;overflow:hidden;height:0;padding-bottom:calc(100% \/ var(--video-aspect-ratio))}.elementor-widget-video .elementor-custom-embed-image-overlay img{position:absolute;top:0;right:0;bottom:0;left:0}}.elementor-widget-video .e-hosted-video .elementor-video{-o-object-fit:cover;object-fit:cover}.e-con-inner>.elementor-widget-video,.e-con>.elementor-widget-video{width:var(--container-widget-width);--flex-grow:var(--container-widget-flex-grow)}<\/style>\t\t<div class=\"elementor-wrapper elementor-open-inline\">\n\t\t\t<div class=\"elementor-video\"><\/div>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t<div class=\"elementor-element elementor-element-f325e1f e-flex e-con-boxed e-con\" data-id=\"f325e1f\" data-element_type=\"container\" data-settings=\"{&quot;content_width&quot;:&quot;boxed&quot;}\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t\t\t<div class=\"elementor-element elementor-element-1d4415f elementor-widget elementor-widget-heading\" data-id=\"1d4415f\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h3 class=\"elementor-heading-title elementor-size-default\">Pourquoi la loi gaussienne est essentielle en Data Science ?<\/h3>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-c42ea24 elementor-widget elementor-widget-text-editor\" data-id=\"c42ea24\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p>La<strong> loi gaussienne est omnipr\u00e9sente<\/strong>. La raison est simple : un ensemble de donn\u00e9es avec une variance finie devient une courbe gaussienne, tant qu&rsquo;il s&rsquo;agit d&rsquo;un ensemble de donn\u00e9es avec des caract\u00e9ristiques ind\u00e9pendantes et pouvant cro\u00eetre.\u00a0<\/p><p>Cette loi \u00ab\u00a0normale\u00a0\u00bb est donc <strong>la loi de probabilit\u00e9s pr\u00e9valente<\/strong> dans le domaine des statistiques. Elle correspond \u00e0 de nombreux ph\u00e9nom\u00e8nes naturels comme l&rsquo;\u00e2ge, la taille, les r\u00e9sultats scolaires, le QI, ou m\u00eame la somme de deux d\u00e9s.<\/p><p>Si un ensemble de donn\u00e9es suit la loi gaussienne, il est possible d&rsquo;utiliser de nombreuses m\u00e9thodes de statistiques param\u00e9triques. Certaines<strong> m\u00e9thodes de Data Science pour l&rsquo;ajustement de param\u00e8tres<\/strong> comme la propagation d&rsquo;incertitude et les moindres carr\u00e9s ne peuvent \u00eatre appliqu\u00e9es que sur des datasets suivant une courbe gaussienne.<\/p><p>De plus, les conclusions tir\u00e9es \u00e0 partir d&rsquo;analyses de courbes gaussiennes sont <strong>intuitives et simples \u00e0 expliquer<\/strong> \u00e0 une audience, m\u00eame si ses notions en statistiques sont rudimentaires.<\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t<div class=\"elementor-element elementor-element-d300087 e-flex e-con-boxed e-con\" data-id=\"d300087\" data-element_type=\"container\" data-settings=\"{&quot;content_width&quot;:&quot;boxed&quot;}\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t\t\t<div class=\"elementor-element elementor-element-273b114 elementor-widget elementor-widget-heading\" data-id=\"273b114\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h3 class=\"elementor-heading-title elementor-size-default\">Pourquoi la loi gaussienne est-elle importante en Machine Learning ?<\/h3>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-cbeb44f elementor-widget elementor-widget-text-editor\" data-id=\"cbeb44f\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p>Dans le Machine Learning, <strong>la fonction co\u00fbt ou les valeurs potentielles d&rsquo;un neurone<\/strong> sont les quantit\u00e9s attendues comme la somme de nombreux processus ind\u00e9pendants. Il peut s&rsquo;agir des caract\u00e9ristiques d&rsquo;input, ou encore du potentiel d&rsquo;activation de la derni\u00e8re couche.<\/p><p>Ces <strong>valeurs potentielles de neurone artificiel<\/strong> suivent g\u00e9n\u00e9ralement la loi gaussienne, ou presque. Si la nature gaussienne d&rsquo;un dataset est connue, il est alors possible de continuer \u00e0 utiliser des statistiques param\u00e9triques.<\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-d38e1aa elementor-align-center button-principale elementor-widget elementor-widget-button\" data-id=\"d38e1aa\" data-element_type=\"widget\" data-widget_type=\"button.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<div class=\"elementor-button-wrapper\">\n\t\t\t<a class=\"elementor-button elementor-button-link elementor-size-sm elementor-animation-grow\" href=\"https:\/\/datascientest.com\/formation-ml-engineer\">\n\t\t\t\t\t\t<span class=\"elementor-button-content-wrapper\">\n\t\t\t\t\t\t<span class=\"elementor-button-text\">Apprendre \u00e0 cr\u00e9er une Courbe Gaussienne en Python<\/span>\n\t\t<\/span>\n\t\t\t\t\t<\/a>\n\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t<div class=\"elementor-element elementor-element-51d4e4e e-flex e-con-boxed e-con\" data-id=\"51d4e4e\" data-element_type=\"container\" data-settings=\"{&quot;content_width&quot;:&quot;boxed&quot;}\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t\t\t<div class=\"elementor-element elementor-element-31a35a2 elementor-widget elementor-widget-heading\" data-id=\"31a35a2\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h3 class=\"elementor-heading-title elementor-size-default\">Comment transformer une distribution en courbe gaussienne ?<\/h3>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-38752ab elementor-widget elementor-widget-text-editor\" data-id=\"38752ab\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p>Vous l&rsquo;aurez compris, la courbe gaussienne est tr\u00e8s utile <strong>aussi bien en Data Science qu&rsquo;en Machine Learning<\/strong>. Fort heureusement, il est possible de transformer n&rsquo;importe quelle distribution en distribution gaussienne.<\/p><p>L&rsquo;important est <strong>d&rsquo;utiliser la transformation ad\u00e9quate<\/strong>. Il peut s&rsquo;agir par exemple de multiplier la fr\u00e9quence d&rsquo;\u00e9chantillons ou encore d&rsquo;utiliser une fonction logarithme pour la r\u00e9duire. Gr\u00e2ce \u00e0 la transformation, la courbe devient gaussienne.<\/p><p id=\"5ea2\" class=\"je jf fj jg b jh ji hy jj jk jl ic jm jn jo jp jq jr js jt ju jv jw jx jy jz fb bx\" data-selectable-paragraph=\"\">L&rsquo;<strong>approche de \u00ab\u00a0transformation Box Cox\u00a0\u00bb<\/strong> fut d\u00e9mocratis\u00e9e par George Box et Sir David Cox dans un article intitul\u00e9 \u00a0\u00bb An Analysis of Transformations \u00a0\u00bb publi\u00e9 en 1964. Elle consiste \u00e0 transformer des variables d\u00e9pendantes non-normales dans une forme gaussienne. Depuis lors, d&rsquo;autres familles de \u00ab\u00a0power transformations\u00a0\u00bb ont \u00e9t\u00e9 invent\u00e9es.<\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-3d80088 elementor-widget__width-initial elementor-widget elementor-widget-video\" data-id=\"3d80088\" data-element_type=\"widget\" data-settings=\"{&quot;youtube_url&quot;:&quot;https:\\\/\\\/youtu.be\\\/DazUaVu5MO0&quot;,&quot;loop&quot;:&quot;yes&quot;,&quot;lazy_load&quot;:&quot;yes&quot;,&quot;video_type&quot;:&quot;youtube&quot;}\" data-widget_type=\"video.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<div class=\"elementor-wrapper elementor-open-inline\">\n\t\t\t<div class=\"elementor-video\"><\/div>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t<div class=\"elementor-element elementor-element-e76bb8d e-flex e-con-boxed e-con\" data-id=\"e76bb8d\" data-element_type=\"container\" data-settings=\"{&quot;content_width&quot;:&quot;boxed&quot;}\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t\t\t<div class=\"elementor-element elementor-element-9df54b8 elementor-widget elementor-widget-heading\" data-id=\"9df54b8\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h3 class=\"elementor-heading-title elementor-size-default\">Pourquoi la loi gaussienne est-elle si populaire ?<\/h3>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-c0f3fb4 elementor-widget elementor-widget-text-editor\" data-id=\"c0f3fb4\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p>La loi gaussienne est la plus utilis\u00e9e par les ing\u00e9nieurs Machine Learning et Deep Learning. Il s&rsquo;agit de <strong>l&rsquo;une des lois de probabilit\u00e9 les plus communes<\/strong>, et ceci s&rsquo;explique par plusieurs raisons.<\/p><p>Tout d&rsquo;abord, <strong>de nombreux processus dans la nature<\/strong> et les sciences sociales suivent naturellement ce mod\u00e8le de distribution. M\u00eame lorsque les processus ne suivent pas ce mod\u00e8le, la loi gaussienne constitue la meilleure approximation de mod\u00e8le pour ces processus.<\/p><p>En guise d&rsquo;exemple, on peut citer <strong>la taille, la pression sanguine ou l&rsquo;intelligence d&rsquo;un adulte humain<\/strong>. Il en va de m\u00eame pour la position d&rsquo;une particule en diffusion, ou pour les erreurs de mesure. Cette loi est donc pr\u00e9valente dans le monde r\u00e9el.<\/p><p>La seconde raison est math\u00e9matique, et il s&rsquo;agit du<strong> th\u00e9or\u00e8me de la limite centrale<\/strong>. Selon ce th\u00e9or\u00e8me, lorsqu&rsquo;on ajoute un nombre important de variables al\u00e9atoires ind\u00e9pendantes, sans tenir compte de la distribution originale de ces variables, leur somme normalis\u00e9e tend vers une distribution gaussienne. Par exemple, la distribution de la distance totale couverte lors d&rsquo;une promenade tend syst\u00e9matiquement vers une distribution de probabilit\u00e9 gaussienne.<\/p><p>Selon ce th\u00e9or\u00e8me, un grand nombre de m\u00e9thodes scientifiques et statistiques d\u00e9velopp\u00e9es sp\u00e9cifiquement pour<strong> les mod\u00e8les gaussiens peuvent aussi \u00eatre appliqu\u00e9s \u00e0 de nombreux probl\u00e8mes<\/strong> pouvant impliquer d&rsquo;autres types de distributions. Il explique aussi pourquoi de nombreux ph\u00e9nom\u00e8nes naturels suivent cette distribution.<\/p><p>Enfin, <strong>la loi gaussienne doit sa popularit\u00e9 \u00e0 sa simplicit\u00e9<\/strong>. Pour chaque approximation de mod\u00e8le gaussienne, il est possible d&rsquo;utiliser une distribution multi-param\u00e8tres plus complexe offrant une meilleure approximation, mais la simplicit\u00e9 est souvent privil\u00e9gi\u00e9e.<\/p><p>Sa <strong>moyenne, sa m\u00e9diane et son mode sont tous les m\u00eames<\/strong>. La distribution compl\u00e8te peut \u00eatre sp\u00e9cifi\u00e9e en utilisant seulement deux param\u00e8tres : la moyenne et la variance.<\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t<div class=\"elementor-element elementor-element-d1b29d3 e-flex e-con-boxed e-con\" data-id=\"d1b29d3\" data-element_type=\"container\" data-settings=\"{&quot;content_width&quot;:&quot;boxed&quot;}\">\n\t\t\t\t\t<div class=\"e-con-inner\">\n\t\t\t\t<div class=\"elementor-element elementor-element-67330ac elementor-widget elementor-widget-heading\" data-id=\"67330ac\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h3 class=\"elementor-heading-title elementor-size-default\">Comment ma\u00eetriser la courbe gaussienne et les statistiques ?<\/h3>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-81abc01 elementor-widget__width-initial elementor-widget elementor-widget-video\" data-id=\"81abc01\" data-element_type=\"widget\" data-settings=\"{&quot;youtube_url&quot;:&quot;https:\\\/\\\/youtu.be\\\/SNNK6z03TaA&quot;,&quot;loop&quot;:&quot;yes&quot;,&quot;lazy_load&quot;:&quot;yes&quot;,&quot;video_type&quot;:&quot;youtube&quot;}\" data-widget_type=\"video.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<div class=\"elementor-wrapper elementor-open-inline\">\n\t\t\t<div class=\"elementor-video\"><\/div>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-4ecde2a elementor-widget elementor-widget-text-editor\" data-id=\"4ecde2a\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p>Il est essentiel de ma\u00eetriser les concepts comme les lois de probabilit\u00e9s ou la courbe gaussienne dans les domaines de la Data Science et du Machine. Pour acqu\u00e9rir ces notions, et toutes les comp\u00e9tences requises pour la science des donn\u00e9es, <strong>vous pouvez opter pour DataScientest<\/strong>.<\/p><p>Nos formations professionnalisantes vous permettent <strong>d&rsquo;apprendre<\/strong> <strong>les m\u00e9tiers de la Data Science<\/strong> comme Data Scientist, Data Analyst ou Machine Learning Engineer. A l&rsquo;issue du parcours, vous ma\u00eetriserez la programmation, les bases de donn\u00e9es, les frameworks Big Data, le Machine Learning ou encore la DataViz.<\/p><p>Les apprenants re\u00e7oivent <strong>un dipl\u00f4me certifi\u00e9 par l&rsquo;Universit\u00e9 de la Sorbonne<\/strong>, et sont fin pr\u00eats \u00e0 exercer les m\u00e9tiers de la Data Science. Parmi nos alumnis, 93% ont trouv\u00e9 un emploi imm\u00e9diatement.<\/p><p>Toutes nos formations peuvent \u00eatre effectu\u00e9es <strong>en Bootcamp ou en Formation Continue<\/strong>. Notre approche Blended Learning combine apprentissage \u00e0 distance et en pr\u00e9sentiel.<\/p><p>Pour le financement, <strong>vous pouvez vous tourner vers P\u00f4le Emploi via l&rsquo;AIF<\/strong>, ou utiliser votre compte personnel de Formation. Ne perdez plus un instant, et <strong>d\u00e9couvrez les formations DataScientest<\/strong> !<\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-f561426 elementor-align-center button-principale elementor-widget elementor-widget-button\" data-id=\"f561426\" data-element_type=\"widget\" data-widget_type=\"button.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<div class=\"elementor-button-wrapper\">\n\t\t\t<a class=\"elementor-button elementor-button-link elementor-size-sm elementor-animation-grow\" href=\"https:\/\/datascientest.com\/formations-data\">\n\t\t\t\t\t\t<span class=\"elementor-button-content-wrapper\">\n\t\t\t\t\t\t<span class=\"elementor-button-text\">D\u00e9couvrir les formations DataScientest<\/span>\n\t\t<\/span>\n\t\t\t\t\t<\/a>\n\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-94dc66d elementor-widget elementor-widget-text-editor\" data-id=\"94dc66d\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p>Vous savez tout sur la courbe gaussienne. D\u00e9couvrez <a href=\"https:\/\/datascientest.com\/data-science-definition\" target=\"_blank\" rel=\"noopener\"><span style=\"color: #5e36f3;\">notre dossier g\u00e9n\u00e9raliste sur la Data Science<\/span><\/a>, et <a href=\"https:\/\/datascientest.com\/machine-learning-tout-savoir\" target=\"_blank\" rel=\"noopener\"><span style=\"color: #5e36f3;\">notre introduction au Machine Learning<\/span><\/a>.<\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t","protected":false},"excerpt":{"rendered":"<p>Une courbe gaussienne est une repr\u00e9sentation visuelle de donn\u00e9es suivant la loi gaussienne. D\u00e9couvrez la d\u00e9finition compl\u00e8te, et pourquoi cette loi de probabilit\u00e9s est essentielle en Data Science et en Machine Learning. En statistiques, une distribution est une collection de valeurs et de fr\u00e9quence d&rsquo;une observation. Par exemple, cette observation peut \u00eatre l&rsquo;\u00e2ge d&rsquo;une population. [&hellip;]<\/p>\n","protected":false},"author":77,"featured_media":81818,"comment_status":"open","ping_status":"open","sticky":false,"template":"elementor_theme","format":"standard","meta":{"content-type":"","inline_featured_image":false},"categories":[2497],"tags":[],"yoast_head":"<!-- This site is optimized with the Yoast SEO Premium plugin v21.7 (Yoast SEO v21.7) - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>Courbe gaussienne : d\u00e9finition et importance en data science<\/title>\n<meta name=\"description\" content=\"Une courbe gaussienne est une repr\u00e9sentation visuelle de donn\u00e9es suivant la loi gaussienne. D\u00e9couvrez la d\u00e9finition compl\u00e8te, et pourquoi cette loi de probabilit\u00e9s est essentielle en Data Science et en Machine Learning.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/datascientest.com\/courbe-gaussienne\" \/>\n<meta property=\"og:locale\" content=\"fr_FR\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Courbe gaussienne : d\u00e9finition et importance en data science\" \/>\n<meta property=\"og:url\" content=\"https:\/\/datascientest.com\/courbe-gaussienne\" \/>\n<meta property=\"og:site_name\" content=\"Formation Data Science | DataScientest.com\" \/>\n<meta property=\"article:published_time\" content=\"2021-07-07T08:56:09+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2024-09-14T20:26:34+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/datascientest.com\/wp-content\/uploads\/2021\/07\/DIstribution-gaussienne.png\" \/>\n\t<meta property=\"og:image:width\" content=\"2560\" \/>\n\t<meta property=\"og:image:height\" content=\"1408\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/png\" \/>\n<meta name=\"author\" content=\"Raphael Kassel\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"\u00c9crit par\" \/>\n\t<meta name=\"twitter:data1\" content=\"Raphael Kassel\" \/>\n\t<meta name=\"twitter:label2\" content=\"Dur\u00e9e de lecture estim\u00e9e\" \/>\n\t<meta name=\"twitter:data2\" content=\"6 minutes\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\/\/datascientest.com\/courbe-gaussienne\",\"url\":\"https:\/\/datascientest.com\/courbe-gaussienne\",\"name\":\"Courbe gaussienne : d\u00e9finition et importance en data science\",\"isPartOf\":{\"@id\":\"https:\/\/datascientest.com\/#website\"},\"datePublished\":\"2021-07-07T08:56:09+00:00\",\"dateModified\":\"2024-09-14T20:26:34+00:00\",\"author\":{\"@id\":\"https:\/\/datascientest.com\/#\/schema\/person\/6eca16f63daaafcbc96e15549b9d4ee1\"},\"description\":\"Une courbe gaussienne est une repr\u00e9sentation visuelle de donn\u00e9es suivant la loi gaussienne. D\u00e9couvrez la d\u00e9finition compl\u00e8te, et pourquoi cette loi de probabilit\u00e9s est essentielle en Data Science et en Machine Learning.\",\"inLanguage\":\"fr-FR\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/datascientest.com\/courbe-gaussienne\"]}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/datascientest.com\/#website\",\"url\":\"https:\/\/datascientest.com\/\",\"name\":\"Formation Data Science | DataScientest.com\",\"description\":\"Leader de la formation en Data Science\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/datascientest.com\/?s={search_term_string}\"},\"query-input\":\"required name=search_term_string\"}],\"inLanguage\":\"fr-FR\"},{\"@type\":\"Person\",\"@id\":\"https:\/\/datascientest.com\/#\/schema\/person\/6eca16f63daaafcbc96e15549b9d4ee1\",\"name\":\"Raphael Kassel\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"fr-FR\",\"@id\":\"https:\/\/datascientest.com\/#\/schema\/person\/image\/\",\"url\":\"https:\/\/datascientest.com\/wp-content\/uploads\/2023\/11\/raph.jpeg\",\"contentUrl\":\"https:\/\/datascientest.com\/wp-content\/uploads\/2023\/11\/raph.jpeg\",\"caption\":\"Raphael Kassel\"},\"description\":\"Raphael Kassel est le Head of Data Programs chez DataScientest. Il supervise une \u00e9quipe Data, impl\u00e9mente de nouveaux parcours comme \\\"Chef de projet IA\\\" et \\\"Data Product Manager\\\", et contribue \u00e0 la modernisation des op\u00e9rations du groupe. En collaboration \u00e9troite avec l'\u00e9quipe de d\u00e9veloppement, il adapte l'accompagnement acad\u00e9mique aux \u00e9volutions de l'\u00e9quipe data et \u00e0 l'internationalisation.\",\"sameAs\":[\"https:\/\/www.linkedin.com\/in\/raphaelkassel\/\",\"Data Science\"],\"url\":\"https:\/\/datascientest.com\/author\/raphaelkassel\"}]}<\/script>\n<!-- \/ Yoast SEO Premium plugin. -->","yoast_head_json":{"title":"Courbe gaussienne : d\u00e9finition et importance en data science","description":"Une courbe gaussienne est une repr\u00e9sentation visuelle de donn\u00e9es suivant la loi gaussienne. D\u00e9couvrez la d\u00e9finition compl\u00e8te, et pourquoi cette loi de probabilit\u00e9s est essentielle en Data Science et en Machine Learning.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/datascientest.com\/courbe-gaussienne","og_locale":"fr_FR","og_type":"article","og_title":"Courbe gaussienne : d\u00e9finition et importance en data science","og_url":"https:\/\/datascientest.com\/courbe-gaussienne","og_site_name":"Formation Data Science | DataScientest.com","article_published_time":"2021-07-07T08:56:09+00:00","article_modified_time":"2024-09-14T20:26:34+00:00","og_image":[{"width":2560,"height":1408,"url":"https:\/\/datascientest.com\/wp-content\/uploads\/2021\/07\/DIstribution-gaussienne.png","type":"image\/png"}],"author":"Raphael Kassel","twitter_card":"summary_large_image","twitter_misc":{"\u00c9crit par":"Raphael Kassel","Dur\u00e9e de lecture estim\u00e9e":"6 minutes"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/datascientest.com\/courbe-gaussienne","url":"https:\/\/datascientest.com\/courbe-gaussienne","name":"Courbe gaussienne : d\u00e9finition et importance en data science","isPartOf":{"@id":"https:\/\/datascientest.com\/#website"},"datePublished":"2021-07-07T08:56:09+00:00","dateModified":"2024-09-14T20:26:34+00:00","author":{"@id":"https:\/\/datascientest.com\/#\/schema\/person\/6eca16f63daaafcbc96e15549b9d4ee1"},"description":"Une courbe gaussienne est une repr\u00e9sentation visuelle de donn\u00e9es suivant la loi gaussienne. D\u00e9couvrez la d\u00e9finition compl\u00e8te, et pourquoi cette loi de probabilit\u00e9s est essentielle en Data Science et en Machine Learning.","inLanguage":"fr-FR","potentialAction":[{"@type":"ReadAction","target":["https:\/\/datascientest.com\/courbe-gaussienne"]}]},{"@type":"WebSite","@id":"https:\/\/datascientest.com\/#website","url":"https:\/\/datascientest.com\/","name":"Formation Data Science | DataScientest.com","description":"Leader de la formation en Data Science","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/datascientest.com\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"fr-FR"},{"@type":"Person","@id":"https:\/\/datascientest.com\/#\/schema\/person\/6eca16f63daaafcbc96e15549b9d4ee1","name":"Raphael Kassel","image":{"@type":"ImageObject","inLanguage":"fr-FR","@id":"https:\/\/datascientest.com\/#\/schema\/person\/image\/","url":"https:\/\/datascientest.com\/wp-content\/uploads\/2023\/11\/raph.jpeg","contentUrl":"https:\/\/datascientest.com\/wp-content\/uploads\/2023\/11\/raph.jpeg","caption":"Raphael Kassel"},"description":"Raphael Kassel est le Head of Data Programs chez DataScientest. Il supervise une \u00e9quipe Data, impl\u00e9mente de nouveaux parcours comme \"Chef de projet IA\" et \"Data Product Manager\", et contribue \u00e0 la modernisation des op\u00e9rations du groupe. En collaboration \u00e9troite avec l'\u00e9quipe de d\u00e9veloppement, il adapte l'accompagnement acad\u00e9mique aux \u00e9volutions de l'\u00e9quipe data et \u00e0 l'internationalisation.","sameAs":["https:\/\/www.linkedin.com\/in\/raphaelkassel\/","Data Science"],"url":"https:\/\/datascientest.com\/author\/raphaelkassel"}]}},"_links":{"self":[{"href":"https:\/\/datascientest.com\/wp-json\/wp\/v2\/posts\/72103"}],"collection":[{"href":"https:\/\/datascientest.com\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/datascientest.com\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/datascientest.com\/wp-json\/wp\/v2\/users\/77"}],"replies":[{"embeddable":true,"href":"https:\/\/datascientest.com\/wp-json\/wp\/v2\/comments?post=72103"}],"version-history":[{"count":0,"href":"https:\/\/datascientest.com\/wp-json\/wp\/v2\/posts\/72103\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/datascientest.com\/wp-json\/wp\/v2\/media\/81818"}],"wp:attachment":[{"href":"https:\/\/datascientest.com\/wp-json\/wp\/v2\/media?parent=72103"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/datascientest.com\/wp-json\/wp\/v2\/categories?post=72103"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/datascientest.com\/wp-json\/wp\/v2\/tags?post=72103"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}