Дополнительные главы прикладной статистики (2020/21) — различия между версиями

Материал из Wiki - Факультет компьютерных наук
Перейти к: навигация, поиск
(Семинары)
(Полезные ссылки)
Строка 9: Строка 9:
 
=== Полезные ссылки ===
 
=== Полезные ссылки ===
  
TBD
+
Телеграм-чат для всего курса: https://t.me/joinchat/BgHoTw26JD10m_EUoVA8Gw [https://t.me/joinchat/BgHoTw26JD10m_EUoVA8Gw Общая группа курса ПСМО-18/19]
  
 
=== Семинары ===
 
=== Семинары ===

Версия 18:31, 6 сентября 2018

О курсе

Курс читается для студентов 3-го курса ПМИ ФКН ВШЭ в 1-2 модулях.

Лектора: Артемов Алексей Валерьевич, Деркач Денис Александрович, Шараев Максим Геннадьевич

Лекции проходят по субботам (8, 15, 22, 29 сентября, 6, 13, 20, 27 октября, 3, 10, 17, 24 ноября, 1, 8 декабря), 13:40 - 16:30, ауд. 205.

Полезные ссылки

Телеграм-чат для всего курса: https://t.me/joinchat/BgHoTw26JD10m_EUoVA8Gw Общая группа курса ПСМО-18/19

Семинары

Группа Преподаватель Учебный ассистент Расписание чат инвайт AnyTask
162 (МОП) Кондратьева Екатерина суббота, 15:10 - 16:30, ауд. 505 TBA
161 (МОП) Белавин Владислав суббота, 15:10 - 16:30, ауд. 503 TBA

Лекции

1. Введение. Основные задачи и методы теории статистических выводов (1 лекция, 1 семинар, 08.09.2018) Примечание: лекция и семинар объеденены

Параметрические и непараметрические модели. Основные задачи: точечное оценивание, доверительные множества, тестирование гипотез, исследование зависимостей. Эмпирическая функция распределения. Статистические функционалы.


2. Бутстреп (1 лекция, 1 семинар, 15.09.2018)

Моделирование Монте-Карло, бутстреп. Оценка дисперсии на основе бутстрепа. Оценка доверительных интервалов на основе бутстрепа. Метод складного ножа.


Семинары

Полезные материалы

1. Hastie T., Tibshirani R., Friedman J. The elements of statistical learning: data mining, inference, and prediction. Springer, 2001.

2. Wasserman L. All of Nonparametric Statistics. Springer, 2006.

3. Bishop C.M. Pattern recognition and machine learning. Springer, 2006.

4. David Mackay J.C. Information theory, inference, and learning algorithms. Cambridge, 2007.

5. Grimmett G., Stirzaker D. Probability and Random Processes. Oxford University Press, 2001.

6. Forrester A., Sobester A., Keane A. Engineering Design via Surrogate Modelling. A Practical Guide. Wiley, 2008.

7. Lee J.A., Verleysen M. Nonlinear Dimensionality Reduction. Springer, 2007.

8. Wang G.G., Shan S. Review of Metamodeling Techniques in Support of Engineering Design Optimization // Journal of Mechanical Design, Vol. 129, No. 4, pp. 370-380, 2007.

9. Deconinck, Periaux, Giannakoglou (eds.). Optimization method and tools for multicriteria/multidisciplinary design. Applications to aeronautics and turbomachinary // von Karman Institute for Fluid Dynamics, Lecture Series 2004-07, 2004.

10. Лагутин М.Б. Наглядная математическая статистика. М.: БИНОМ. Лаборатория знаний, 2007.

11. Айвазян С.А., Енюков И.С., Мешалкин Л.Д. Прикладная статистика. Основы моделирования и первичная обработка данных. М.: Финансы и статистика, 1983.

12. Айвазян С.А., Енюков И.С., Мешалкин Л.Д. Прикладная статистика. Исследование зависимостей. М.: Финансы и статистика, 1985.

13. Айвазян С.А., Бухштабер В.М., Енюков С.А., Мешалкин Л.Д. Прикладная статистика. Классификация и снижение размерности. М.: Финансы и статистика, 1989.