Statistics of Stochastic Processes — различия между версиями

Материал из Wiki - Факультет компьютерных наук
Перейти к: навигация, поиск
(→‎Почти наверное план курса)
м (Откат правок Seosky (обсуждение) к версии Artonson)
 
(не показано 18 промежуточных версии 3 участников)
Строка 5: Строка 5:
 
{| class="wikitable"
 
{| class="wikitable"
 
|-
 
|-
−
! Тема !! Преподаватель !! Занятия !! Материалы !! Ключевые темы !! Домашняя работа
+
! Тема !! Преподаватель !! Занятия !! Материалы !! Ключи !! Домашняя работа
 
|-
 
|-
−
| Введение в случайные процессы || Евгений || 1, 2 || [https://www.sharelatex.com/read/hhdsmwtspzsv Задачи 1] || Марковский момент, процесс Пуассона, GP ||
+
| Введение в случайные процессы || Евгений || 1, 2 || [https://www.sharelatex.com/read/hhdsmwtspzsv Задачи 1] [https://github.com/artonson/ssp-course-ml/blob/master/2018-spring/lecture-notes/lecture_01_theory_intro.pdf Лекция 1]  || Марковский момент, процесс Пуассона, Винеровский процесс || Выдана 29.01, система AnyTask
 
|-
 
|-
 
| Методы обнаружения разладки || Алексей|| 3, 4 || || ||
 
| Методы обнаружения разладки || Алексей|| 3, 4 || || ||
Строка 19: Строка 19:
 
| Large-Scale MCMC || Евгений || 11 || || ||
 
| Large-Scale MCMC || Евгений || 11 || || ||
 
|}
 
|}
 +
 +
===== Домашние работы  =====
 +
Оценки и обсуждение работ в анитаске, http://anytask.org/course/двести-семьдесят-пять <br />
 +
'''Инвайт:''' 0LhiZhE  <br />
 +
О способе сдаче каждой домашней работы будет сообщено при её выдаче. <br />
  
 
===== Система оценок =====  
 
===== Система оценок =====  
Строка 34: Строка 39:
  
 
Дополнительные баллы выставляются за выполнение дополнительных частей домашних заданий, имеющих повышенную сложность и не участвующих при выставлении накопленной оценки.
 
Дополнительные баллы выставляются за выполнение дополнительных частей домашних заданий, имеющих повышенную сложность и не участвующих при выставлении накопленной оценки.
 +
 +
 +
== Лекции ==
 +
 +
'''Лекция 1''' (20 января). Введение в теорию случайных процессов. Случайный процесс, его основные характеристики.
 +
 +
[https://www.dropbox.com/s/n1nu2v6q40e25r2/stoch_lecture_notes_one.pdf?dl=0 Конспект лекции и семинара]
 +
[https://github.com/artonson/ssp-course-ml/blob/master/2018-spring/lecture-notes/lecture_01_theory_intro.pdf Расширенный конспект]
 +
 +
'''Лекция 2''' (27 января). Пуассоновский и винеровский процессы. Генерирование реализаций случайных процессов. [https://github.com/artonson/ssp-course-ml/blob/master/2018-spring/lecture-notes/lecture_02_gaussian_poisson.pdf Расширенный конспект]
 +
 +
'''Лекция 3''' (03 февраля). Стохастические задачи о разладке для случайных процессов. Основные статистики в задачах скорейшего обнаружения разладки. [https://github.com/artonson/ssp-course-ml/blob/master/2018-spring/lecture-notes/lecture_03_changepoint.pdf Расширенный конспект] [https://github.com/artonson/ssp-course-ml/blob/master/2018-spring/lecture-slides/lecture_03_changepoint.pdf Слайды]
 +
 +
'''Лекция 4''' (10 февраля). Математические модели аномалий и методы их обнаружения в данных высокой размерности. [https://github.com/artonson/ssp-course-ml/blob/master/2018-spring/lecture-slides/lecture_04_anomaly.pdf Слайды]
 +
 +
'''Лекция 5''' (17 февраля). Линейные гауссовские модели с дискретным временем. Модели авторегрессии-скользящего среднего. [https://github.com/artonson/ssp-course-ml/blob/master/2018-spring/lecture-notes/lecture_05_arima.pdf Расширенный конспект]
 +
 +
'''Лекция 6''' (24 марта). Нелинейные стохастические условно-гауссовские модели [https://github.com/artonson/ssp-course-ml/blob/master/2018-spring/lecture-notes/lecture_06_garch.pdf Расширенный конспект]
 +
 +
''Дополнительные материалы:''
 +
 +
* [https://www.dropbox.com/s/1m3rnhvgcmuz0oi/Dan.Nick-OneClassSVM.pdf?dl=0 Слайды по One-class SVM]
 +
* [https://www.dropbox.com/s/dwtmunydryj4tuy/1723-support-vector-method-for-novelty-detection.pdf?dl=0 Статья про обнаружение аномалий на основе One-class SVM]
 +
* [https://www.dropbox.com/s/43nt0kiesc4ej76/A%20novel%20anomaly%20detection%20scheme%20based%20on%20principal%20component%20classifier.pdf?dl=0 Статья про обнаружение аномалий на основе PCA]
 +
* [https://www.dropbox.com/s/1a38m12v7nh8ess/Anomaly_detection_A_survey.pdf?dl=0 Обзор методов обнаружения аномалий]
 +
 +
== Семинары ==
 +
'''Семинар 2''' (27 января). Генерирование реализаций случайных процессов. [https://github.com/artonson/ssp-course-ml/tree/master/2018-spring/seminars/seminar-02-theory-simulation Ноутбуки для семостоятельного изучения]
 +
 +
'''Семинар 3''' (03 января). Обнаружение разладок временных рядов. [https://github.com/artonson/ssp-course-ml/tree/master/2018-spring/seminars/seminar-03-changepoints Ноутбуки для семостоятельного изучения]
 +
 +
'''Семинар 4''' (10 февраля). Детектирование аномалий многомерных данных. [https://github.com/artonson/ssp-course-ml/tree/master/2018-spring/seminars/seminar-04-anomalies Ноутбуки для семостоятельного изучения]
 +
 +
'''Семинар 5''' (17 февраля). Моделирование временных рядов с помощью моделей ARIMA. [https://github.com/artonson/ssp-course-ml/blob/master/2018-spring/seminars/seminar-05-arima/seminar_05_arima_tsa.ipynb Ноутбук для семостоятельного изучения]
 +
 +
'''Семинар 6''' (24 февраля). Моделирование волатильности доходности на основе модели ARCH/GARCH. [https://github.com/artonson/ssp-course-ml/blob/master/2018-spring/seminars/seminar-06-garch/GARCHModel.ipynb Ноутбук для семостоятельного изучения]
 +
 +
 +
== Экзамен ==
 +
[https://github.com/artonson/ssp-course-ml/blob/master/2018-spring/exam/exam.pdf Список вопросов к экзамену]

Текущая версия на 09:36, 26 августа 2022

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

Почти наверное план курса
Тема Преподаватель Занятия Материалы Ключи Домашняя работа
Введение в случайные процессы Евгений 1, 2 Задачи 1 Лекция 1 Марковский момент, процесс Пуассона, Винеровский процесс Выдана 29.01, система AnyTask
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
Домашние работы

Оценки и обсуждение работ в анитаске, http://anytask.org/course/двести-семьдесят-пять
Инвайт: 0LhiZhE
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.


Лекции

Лекция 1 (20 января). Введение в теорию случайных процессов. Случайный процесс, его основные характеристики.

Конспект лекции и семинара Расширенный конспект

Лекция 2 (27 января). Пуассоновский и винеровский процессы. Генерирование реализаций случайных процессов. Расширенный конспект

Лекция 3 (03 февраля). Стохастические задачи о разладке для случайных процессов. Основные статистики в задачах скорейшего обнаружения разладки. Расширенный конспект Слайды

Лекция 4 (10 февраля). Математические модели аномалий и методы их обнаружения в данных высокой размерности. Слайды

Лекция 5 (17 февраля). Линейные гауссовские модели с дискретным временем. Модели авторегрессии-скользящего среднего. Расширенный конспект

Лекция 6 (24 марта). Нелинейные стохастические условно-гауссовские модели Расширенный конспект

Дополнительные материалы:

Семинары

Семинар 2 (27 января). Генерирование реализаций случайных процессов. Ноутбуки для семостоятельного изучения

Семинар 3 (03 января). Обнаружение разладок временных рядов. Ноутбуки для семостоятельного изучения

Семинар 4 (10 февраля). Детектирование аномалий многомерных данных. Ноутбуки для семостоятельного изучения

Семинар 5 (17 февраля). Моделирование временных рядов с помощью моделей ARIMA. Ноутбук для семостоятельного изучения

Семинар 6 (24 февраля). Моделирование волатильности доходности на основе модели ARCH/GARCH. Ноутбук для семостоятельного изучения


Экзамен

Список вопросов к экзамену

Источник — «http://wiki.cs.hse.ru/index.php?title=Statistics_of_Stochastic_Processes&oldid=71153»