Методы и модели многомерного анализа данных (СОП Экстренные вычисления и обработка сверхбольших объемов данных)

Входные требования: базовые знания в области теории вероятности и математической статистики

Зачетные единицы: 4

Семестр: 2

Курс: Основной

Язык курса: Английский

Цели

  • углубить теоретические знания по теории вероятности
  • развить навыки в области вероятностного моделирования и многомерного статистического анализа

Содержание

-        Вероятностные модели для одномерных случайных величин. Базовые понятия закона распределения, функции распределения, плотности распределения (и их свойства). Методы оценивания параметров распределения. Вероятностный интервал, доверительный интервал, толерантный интервал.

-        Вероятностные модели для многомерных случайных величин. Регрессионный анализ. Линейная и нелинейная регрессия. Корреляционный анализ. Канонические корреляции. Метод главных компонент. Естественные ортогональные функции. Факторный анализ. Дисперсионный анализ. Кластерный анализ. Многомерные интервальные оценки параметров распределений, регрессии.

Формат

Лекции, семинары, практические занятия.

Оценка

30% участие в научных дискуссиях и устный доклад на выбранную тему, 60% результаты выполнения практических заданий; 10% результаты теоретических тестов.

Дополнительная возможность улучшить оценку на экзамене.