Вероятностные модели и прикладная статистика в финансовой математике

Преподаватели: Алексей Артемов, Аршак Минасян
Контакты: чат курса в телеграмме https://t.me/joinchat/BO1RzU2IuATGiwlk4_9n-A

Почти наверное план курса

Тема	Преподаватель	Занятия	Материалы	Ключи	Домашняя работа
Введение в случайные процессы	Алексей	1, 2		Марковский момент, процесс Пуассона, GP
Методы обнаружения разладки	Алексей	3, 4
Линейные модели: ARIMA, GARCH	Аршак	5, 6
Нелинейные модели: RNN, LSTM	Алексей	7, 8
Графические модели	Аршак	9, 10
MCMC	Алексей	11

Домашние работы

Оценки и обсуждение работ в анитаске, http://anytask.org/course/276 Позже здесь будут инвайты. О способе сдаче каждой домашней работы будет сообщено при её выдаче.

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.