Stochastic Processes and their Applications — различия между версиями
(Новая страница: « Почти наверное план курса {| class="wikitable" |- ! Тема !! Преподаватель !! Занятия !! Материалы !! К…») |
|||
| Строка 1: | Строка 1: | ||
| + | Преподаватели: Алексей Артемов, Евгений Егоров<br /> | ||
| + | Контакты: чат курса в телеграмме https://t.me/joinchat/A6_aGBKpCDjEFi7HQDednw | ||
| − | + | ===== Почти наверное план курса ===== | |
| − | Почти наверное план курса | + | |
{| class="wikitable" | {| class="wikitable" | ||
|- | |- | ||
| − | ! Тема !! Преподаватель !! Занятия !! Материалы !! Ключевые темы | + | ! Тема !! Преподаватель !! Занятия !! Материалы !! Ключевые темы !! Домашняя работа |
|- | |- | ||
| − | | Введение в случайные процессы || Евгений || 1, 2 || || Марковский момент, процессы Пуассона, GP | + | | Введение в случайные процессы || Евгений || 1, 2 || || Марковский момент, процессы Пуассона, GP || |
|- | |- | ||
| − | | Методы обнаружения разладки || Алексей|| 3, 4 || || | + | | Методы обнаружения разладки || Алексей|| 3, 4 || || || |
|- | |- | ||
| − | | Линейные модели: ARIMA, GARCH || Евгений || 5, 6 || || | + | | Линейные модели: ARIMA, GARCH || Евгений || 5, 6 || || || |
|- | |- | ||
| − | | Нелинейные модели: RNN, LSTM || Алексей || 7, 8 || || | + | | Нелинейные модели: RNN, LSTM || Алексей || 7, 8 || || || |
|- | |- | ||
| − | | Байесовская фильтрация || Евгений || 9, 10 || || | + | | Байесовская фильтрация || Евгений || 9, 10 || || || |
|- | |- | ||
| − | | Large-Scale MCMC || Евгений || 11 || || | + | | Large-Scale MCMC || Евгений || 11 || || || |
|} | |} | ||
| + | |||
| + | ===== 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:<br/> | ||
| + | '''O_итог=0.8 * O_ накопл + 0.2 * O_экз'''<br/> | ||
| + | Накопленная и итоговая оценки, участвующие в этой формуле, округляются арифметически.<br/> | ||
| + | Накопленная оценка рассчитывается по формуле:<br/> | ||
| + | '''O_накопл=0.75 * O_дз + 0.25 * O_самост'''<br/> | ||
| + | |||
| + | 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. | ||
Текущая версия на 15:03, 26 января 2018
Преподаватели: Алексей Артемов, Евгений Егоров
Контакты: чат курса в телеграмме https://t.me/joinchat/A6_aGBKpCDjEFi7HQDednw
Почти наверное план курса
| Тема | Преподаватель | Занятия | Материалы | Ключевые темы | Домашняя работа |
|---|---|---|---|---|---|
| Введение в случайные процессы | Евгений | 1, 2 | Марковский момент, процессы Пуассона, GP | ||
| 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 |
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.
