Дополнительные главы прикладной статистики (2021/22)

Материал из Wiki - Факультет компьютерных наук
Версия от 10:51, 10 января 2022; Dderkach (обсуждение | вклад)

(разн.) ← Предыдущая | Текущая версия (разн.) | Следующая → (разн.)
Перейти к: навигация, поиск

О курсе

Курс читается для студентов 3-го курса ПМИ ФКН ВШЭ в 3-4 модулях.

Лектор: Деркач Денис Александрович

Лекции проходят по понедельникам в 16:20 (онлайн).

Семинарист: Белавин Владислав Сергеевич

Семинары проходят по понедельникам в 18:10 (онлайн).

Ассистент: Петров Андрей Иванович

Полезные ссылки

Телеграм-чат курса: инвайт

Гитхаб курса: hse-stat-course-2022

Anytask курса: TBD


Отчётность по курсу и критерии оценки

В рамках курса будет выдано 4 домашние работы содержащая теоретические и практические задачи по материалам прошедших занятий.

  • На выполнение ДЗ отводится 2 недели. За решения отправленные после дедлайна начисляется 0 баллов.
  • Каждое ДЗ оценивается по шкале от 0 до 10 баллов с шагом в 0.5 баллов.
  • Итоговая оценка за ДЗ считается как среднее арифметическое округленное до ближайшего целого или половинного балла.


Коллоквиум

За коллоквиум ставится оценка от 0 до 10 баллов с шагом в 0.5. Проводится в форме ответа на вопросы.

Экзамен

За экзамен ставится оценка от 0 до 10 баллов с шагом в 0.5. Проводится в форме ответа на вопросы.

Итоговая оценка за курс

Итоговая оценка за курс рассчитывается по следующей формуле:

Oитог = 4x0.2 * OДЗ + 0.1 * Околок + 0.1 * Оэкз

Лекции и семинары

Домашние задания

Все домашние задания сдавать в Anytask курса.

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.