Psmo 21 22

Материал из Wiki - Факультет компьютерных наук
Перейти к: навигация, поиск

О курсе

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

Лектор: Демешев Борис Борисович

Лекции проходят по пятницам (09:30 - 10:50) онлайн.

Семинаристы: Владимир Омелюсик и Ксения Касьянова

Учебные ассистенты: Анастасия Алтунина и Александр Плахин

Семинары

Группа Семинарист Учебный ассистент Время занятий Аудитория/ссылка
БПМИ191 МОП Владимир Омелюсик Анастасия Алтунина Пт, 13:00–14:20 D509
БПМИ192 МОП Владимир Омелюсик Анастасия Алтунина Вт, 13:00–14:20 R206
БПМИ193 МОП Владимир Омелюсик Александр Плахин Вт, 14:40 - 16:00 R304
по выбору Ксения Касьянова Александр Плахин Вт, 18:10–19:30 D502

Полезные ссылки

Боевой листок

Лекции

[3 сентября] Лекция 1: Энтропия и дивергенция Кульбака-Лейблера. AIC.


[10 сентября] Лекция 2: Метод максимального правдоподобия


[17 сентября] Лекция 3: maximum likelihood

Семинары

Семинар 1: Гипотезы и доверительные интервалы.

Семинар 2: Энтропия и KL-дивергенция. Метод максимального правдоподобия.

Семинар 3: Метод максимального правдоподобия. Информация Фишера.

Домашние задания

Домашние задания загружаются в личный репозиторий в GitHub Classroom.

Правила оформления решений находятся на первой странице каждого домашнего задания.

Домашнее задание 1.

Темы:

  • Метод максимального правдоподобия. Тесты LR, LM, W.
  • Энтропия и дивергенция Кульбака-Лейблера. EM-алгоритм.
  • Бутстрэп.
  • МНК. Тестирование гипотез в линейной регресии.

Дата выдачи: 8 сентября

Дедлайн: 29 октября 23:59

[Условие]

[Ссылка на задание в Classroom]

Домашнее задание 2.

Темы:

  • Мультиколлинеарность. Отбор регрессоров.
  • Гетероскедастичность. Эндогенность.
  • Логистическая регрессия.
  • Нестандартные регрессии.

Дата выдачи:

Дедлайн: 3 декабря 23:59

[Условие]

[Ссылка на задание в Classroom]

Квизы

Квизы выдаются в начале семинара строго на 10-15 минут. Каждый квиз содержит случайную задачу из задач для подготовки с изменёнными числовыми данными.

В первом столбце таблицы указан номер семинара, на котором пройдёт квиз, а во втором – дата лекции, после которой на соответствующих семинарах пройдут квизы.

На семинаре № После лекции Тема Задачи
3 17 сентября Энтропия и дивергенция Кульбака-Лейблера Ссылка
5 1 октября Тесты LR, LM, W Ссылка
6 8 октября EM-алгоритм Ссылка
7 15 октября ТГМ и МНК
8 29 октября Тестирование гипотез в линейной регрессии
9 5 ноября Корректировка гетероскедастичности
11 19 ноября Логистическая регрессия

Контрольная работа

Контрольная работа является письменной формой контроля. В контрольную работу войдут задачи по темам лекций и семинаров первого модуля.

[Задачи для подготовки прошлого года]

[Задания контрольной прошлого года]

Экзамен

Экзамен является устной формой контроля. В экзамен войдут теория и задачи по темам лекций и семинаров всего курса.

Подробный состав тем и процедура проведения будут объявлены в начале второго модуля.

Отчётность по курсу и критерии оценки

Итоговая оценка за курс

Итоговая оценка за курс рассчитывается по следующей формуле:

Итог = 0.6 * Накоп + 0.4 * Экз.

В этой формуле

Накоп = 0.2 * Квиз + 0.2 * (ДЗ1 + ДЗ2) + 0.4 * КР,

где

  • Квиз – средняя оценка за все квизы.
  • ДЗ1 и ДЗ2 – оценки за ДЗ1 и ДЗ2 соответственно.
  • КР – оценка за контрольную работу.

Экз =

  • Накопленная оценка, если она меньше или равна 7.
  • 7, если Накопленная оценка больше 7.
  • Оценка за устный экзамен, если прийти и сдать его.

Округление арифметическое, округляется только итоговая оценка.

Литература

  • Frederick Gravetter, Larry Wallnau. Statistics for the Behavioral Sciences – базовый курс с большим количеством картинок и подробных текстовых объяснений. Прекрасно подходит для быстрого повторения интуиции и основной методологии.
  • Larry Wasserman. All of Statistics: A Concise Course in Statistical Inference – хороший курс магистерского уровня, охватывающий большое количество тем из теории вероятностей и статистики. Основной фокус делается на прикладных применениях и методологии, поэтому книга содержит ровно столько математики, сколько необходимо для понимания практических аспектов. Тем не менее, качество изложенного материала на высоте: все математические утверждения доказываются и сопровождаются подробной интуицией.
  • David Williams. Weighing the Odds. A Course in Probability and Statistics – суровая книжка для самых смелых. Содержит все основные темы по теории вероятностей и статистике в рамках программы для технических специальностей. Сквозная идея книги – показать связь теории вероятностей и статистики с другими разделами математики, поэтому для каждого утверждения приводятся строгие и очень подробные доказательства. Сильно расширяет общематематический кругозор, содержит много нетривиальных утверждений.