Stochastic Processes and their Applications

Преподаватели: Алексей Артемов, Евгений Егоров
Контакты: чат курса в телеграмме https://t.me/joinchat/A6_aGBKpCDjEFi7HQDednw

Почти наверное план курса

Тема	Преподаватель	Занятия	Материалы	Ключевые темы	Домашняя работа
Введение в случайные процессы	Евгений	1, 2		Марковский момент, процессы Пуассона, GP
Методы обнаружения разладки	Алексей	3, 4
Линейные модели: ARIMA, GARCH	Евгений	5, 6
Нелинейные модели: RNN, LSTM	Алексей	7, 8
Байесовская фильтрация	Евгений	9, 10
Large-Scale MCMC	Евгений	11

Система оценок

Блокирующие условия (суммируются):

• оценка "отлично" может быть получена при условии посещения студентом не менее 60% лекций
• оценка "отлично" может быть получена автоматом при условии "отличной" накопленной оценки и не менее 6 дополнительных баллов

Результирующая оценка по дисциплине рассчитывается по формуле:
O_итог=0.8 * O_ накопл + 0.2 * O_экз
Накопленная и итоговая оценки, участвующие в этой формуле, округляются арифметически.
Накопленная оценка рассчитывается по формуле:
O_накопл=0.75 * O_дз + 0.25 * O_самост

Оценка за домашние задания рассчитывается как среднее значение оценок за все выданные домашние задания. Оценка за самостоятельную работу рассчитывается как среднее значение оценок за все проверочные работы, проведённые на семинарских занятиях. В конце семестра разрешается переписать все самостоятельные работы, пропущенные по уважительной причине.

Дополнительные баллы выставляются за выполнение дополнительных частей домашних заданий, имеющих повышенную сложность и не участвующих при выставлении накопленной оценки.