Wiki - Факультет компьютерных наук - Вклад [ru]

Прикладная статистика в машинном обучении-МОиВС-2021-2022

2022-05-14T13:44:39Z

Sasha yugay99:

== О курсе ==

Курс включает в себя прохождение двух онлайн-курсов, а также вебинары от приглашенных преподавателей и бонусные домашние задания.

'''Куратор:'''

[https://t.me/AleksandrY99 Югай Александр Андрианов]

'''Коммуникация:'''

[https://t.me/+imzCOCnxSgA4MmNi Канал в Telegram]

'''Материалы:'''

[https://www.youtube.com/playlist?list=PLmA-1xX7IuzBbOBE51rtub-nnD1fS8l3r YouTube-плейлист с записями занятий]

'''Промежуточные дедлайны:'''

{| class="wikitable" style="width:100%;"
|-
! Темы !! Дедлайн (23:59 указанной даты) !! Приглашенный эксперт
|-
|
1-4 недели

A/B тестирование

||

22 апреля

(+1 балл к курсу, если закрыть к этой дате 1-6 недели)

||

23 апреля 11:00

'''Филипп Ульянкин''', Яндекс.Дзен , data scientist

|-
|
5-6 недели

A/B тестирование

||

8 мая

||

17 мая 19:30

'''[https://www.hse.ru/staff/bbd Демешев Борис Борисович]''', старший преподаватель департамента прикладной экономики ФЭН ВШЭ

|-
|
1-2 недели

стат. методы

||

21 мая

||

28 мая 11:00

'''Леонид Иосипой''', сотрудник HDI Lab, ФКН

|-
|
5я неделя

стат. методы

||

29 мая

||

'''Надежда Чиркова''', исследователь в Bayes Group, ФКН
|}

'''Обратите внимание, что прохождение недель 3-4 второго курса на курсере (стат.методы) не является обязательным! За полное прохождение этих недель и заданий по ним вы можете получить +1 балл к итоговой оценке за курс.'''

'''Формула оценки:'''

Оценка за курс складывается из среднего балла за онлайн-курсы и бонусных активностей.

== Домашние задания ==

Те, у кого проблемы с доступом к курсере, могут выполнить [https://disk.yandex.ru/d/DWkPWE_QaYXxzQ задания первого курса] и [https://disk.yandex.ru/d/09K3dOIIpHuisQ задания второго курса] и отправить на почту aayugay_2@edu.hse.ru

Прикладная статистика в машинном обучении-МОиВС-2021-2022

2022-05-12T12:46:04Z

Sasha yugay99:

== О курсе ==

Курс включает в себя прохождение двух онлайн-курсов, а также вебинары от приглашенных преподавателей и бонусные домашние задания.

'''Куратор:'''

[https://t.me/AleksandrY99 Югай Александр Андрианов]

'''Коммуникация:'''

[https://t.me/+imzCOCnxSgA4MmNi Канал в Telegram]

'''Материалы:'''

[https://www.youtube.com/playlist?list=PLmA-1xX7IuzBbOBE51rtub-nnD1fS8l3r YouTube-плейлист с записями занятий]

'''Промежуточные дедлайны:'''

{| class="wikitable" style="width:100%;"
|-
! Темы !! Дедлайн (23:59 указанной даты) !! Приглашенный эксперт
|-
|
1-4 недели

A/B тестирование

||

22 апреля

(+1 балл к курсу, если закрыть к этой дате 1-6 недели)

||

23 апреля 11:00

'''Филипп Ульянкин''', Яндекс.Дзен , data scientist

|-
|
5-6 недели

A/B тестирование

||

8 мая

||

17 мая 19:30

'''[https://www.hse.ru/staff/bbd Демешев Борис Борисович]''', старший преподаватель департамента прикладной экономики ФЭН ВШЭ

|-
|
1-2 недели

стат. методы

||

19 мая

||

28 мая 11:00

'''Леонид Иосипой''', сотрудник HDI Lab, ФКН

|-
|
5я неделя

стат. методы

||

29 мая

||

'''Надежда Чиркова''', исследователь в Bayes Group, ФКН
|}

'''Обратите внимание, что прохождение недель 3-4 второго курса на курсере (стат.методы) не является обязательным! За полное прохождение этих недель и заданий по ним вы можете получить +1 балл к итоговой оценке за курс.'''

'''Формула оценки:'''

Оценка за курс складывается из среднего балла за онлайн-курсы и бонусных активностей.

== Домашние задания ==

Те, у кого проблемы с доступом к курсере, могут выполнить [https://disk.yandex.ru/d/DWkPWE_QaYXxzQ задания первого курса] и [https://disk.yandex.ru/d/09K3dOIIpHuisQ задания второго курса] и отправить на почту aayugay_2@edu.hse.ru

Прикладная статистика в машинном обучении-МОиВС-2021-2022

2022-05-04T13:53:38Z

Sasha yugay99: /* О курсе */

== О курсе ==

Курс включает в себя прохождение двух онлайн-курсов, а также вебинары от приглашенных преподавателей и бонусные домашние задания.

'''Куратор:'''

[https://t.me/AleksandrY99 Югай Александр Андрианов]

'''Коммуникация:'''

[https://t.me/+imzCOCnxSgA4MmNi Канал в Telegram]

'''Материалы:'''

[https://www.youtube.com/playlist?list=PLmA-1xX7IuzBbOBE51rtub-nnD1fS8l3r YouTube-плейлист с записями занятий]

'''Промежуточные дедлайны:'''

{| class="wikitable" style="width:100%;"
|-
! Темы !! Дедлайн (23:59 указанной даты) !! Приглашенный эксперт
|-
|
1-4 недели

A/B тестирование

||

22 апреля

(+1 балл к курсу, если закрыть к этой дате 1-6 недели)

||

'''Филипп Ульянкин''', Яндекс.Дзен , data scientist

|-
|
5-6 недели

A/B тестирование

||

8 мая

||

'''Нерсес Багиян''', руководитель ML группы в Райффайзен банке

|-
|
1-2 недели

стат. методы

||

15 мая

||

'''Леонид Иосипой''', сотрудник HDI Lab, ФКН

|-
|
5я неделя

стат. методы

||

29 мая

||

'''Надежда Чиркова''', исследователь в Bayes Group, ФКН
|}

'''Формула оценки:'''

Оценка за курс складывается из среднего балла за онлайн-курсы и бонусных активностей.

== Домашние задания ==

Те, у кого проблемы с доступом к курсере, могут выполнить [https://disk.yandex.ru/d/DWkPWE_QaYXxzQ задания] и отправить на почту aayugay_2@edu.hse.ru

Прикладная статистика в машинном обучении-МОиВС-2021-2022

2022-04-14T13:16:56Z

Sasha yugay99:

Прикладная статистика в машинном обучении-МОиВС-2021-2022

2022-04-14T13:15:23Z

Sasha yugay99:

== О курсе ==

Курс включает в себя прохождение двух онлайн-курсов, а также вебинары от приглашенных преподавателей и бонусные домашние задания.

'''Куратор:'''

[https://t.me/AleksandrY99 Югай Александр Андрианов]

'''Коммуникация:'''

[https://join.slack.com/t/machinelearninginhse/shared_invite/zt-15525tftf-cIkewl3wiGpybihBd8WijA Канал в Slack]

'''Промежуточные дедлайны:'''

{| class="wikitable" style="width:100%;"
|-
! Темы !! Дедлайн (23:59 указанной даты) !! Приглашенный эксперт
|-
|
1-4 недели

A/B тестирование

||

22 апреля

(+1 балл к курсу, если закрыть к этой дате 1-6 недели)

||

'''Филипп Ульянкин''', Яндекс.Дзен , data scientist

|-
|
5-6 недели

A/B тестирование

||

30 апреля

||

'''Нерсес Багиян''', руководитель ML группы в Райффайзен банке

|-
|
1-2 недели

стат. методы

||

15 мая

||

'''Леонид Иосипой''', сотрудник HDI Lab, ФКН

|-
|
5я неделя

стат. методы

||

29 мая

||

'''Надежда Чиркова''', исследователь в Bayes Group, ФКН
|}

'''Формула оценки:'''

Оценка за курс складывается из среднего балла за онлайн-курсы и бонусных активностей.

== Домашние задания ==

Те, у кого проблемы с доступом к курсере, могут выполнить [https://disk.yandex.ru/d/DWkPWE_QaYXxzQ задания] и отправить на почту aayugay_2@edu.hse.ru

Прикладная статистика в машинном обучении-МОиВС-2021-2022

2022-04-14T13:14:25Z

Sasha yugay99:

== О курсе ==

Курс включает в себя прохождение двух онлайн-курсов, а также вебинары от приглашенных преподавателей и бонусные домашние задания.

'''Куратор:'''

[https://t.me/AleksandrY99 Югай Александр Андрианов]

'''Коммуникация:'''

[https://join.slack.com/t/machinelearninginhse/shared_invite/zt-15525tftf-cIkewl3wiGpybihBd8WijA Канал в Slack]

'''Промежуточные дедлайны:'''

{| class="wikitable" style="width:100%;"
|-
! Темы !! Дедлайн (23:59 указанной даты) !! Приглашенный эксперт
|-
|
1-4 недели

A/B тестирование

||

22 апреля

(+1 балл к курсу, если закрыть к этой дате 1-6 недели)

||

'''Филипп Ульянкин''', Яндекс.Дзен , data scientist

|-
|
5-6 недели

A/B тестирование

||

30 апреля

||

'''Нерсес Багиян''', руководитель ML группы в Райффайзен банке

|-
|
1-2 недели

стат. методы

||

15 мая

||

'''Леонид Иосипой''', сотрудник HDI Lab, ФКН

|-
|
5я неделя

стат. методы

||

29 мая

||

'''Надежда Чиркова''', исследователь в Bayes Group, ФКН
|}

'''Формула оценки:'''

Оценка за курс складывается из среднего балла за онлайн-курсы и бонусных активностей.

== Домашние задания ==

Те, у кого проблемы с доступом к курсере, могут выполнить задания и отправить на проверку на почту aayugay_2@edu.hse.ru

Прикладная статистика в машинном обучении-МОиВС-2021-2022

2022-04-07T12:15:04Z

Sasha yugay99:

== О курсе ==

Курс включает в себя прохождение двух онлайн-курсов, а также вебинары от приглашенных преподавателей и бонусные домашние задания.

'''Куратор:'''

[https://t.me/AleksandrY99 Югай Александр Андрианов]

'''Коммуникация:'''

[https://join.slack.com/t/machinelearninginhse/shared_invite/zt-15525tftf-cIkewl3wiGpybihBd8WijA Канал в Slack]

'''Промежуточные дедлайны:'''

{| class="wikitable" style="width:100%;"
|-
! Темы !! Дедлайн (23:59 указанной даты) !! Приглашенный эксперт
|-
|
1-4 недели

A/B тестирование

||

17 апреля

(+1 балл к курсу, если закрыть к этой дате 1-6 недели)

||

'''Филипп Ульянкин''', Яндекс.Дзен , data scientist

|-
|
5-6 недели

A/B тестирование

||

30 апреля

||

'''Нерсес Багиян''', руководитель ML группы в Райффайзен банке

|-
|
1-2 недели

стат. методы

||

15 мая

||

'''Леонид Иосипой''', сотрудник HDI Lab, ФКН

|-
|
5я неделя

стат. методы

||

29 мая

||

'''Надежда Чиркова''', исследователь в Bayes Group, ФКН
|}

'''Формула оценки:'''

Оценка за курс складывается из среднего балла за онлайн-курсы и бонусных активностей.

== Домашние задания ==

Прикладная статистика в машинном обучении-МОиВС-2021-2022

2022-03-11T00:33:18Z

Sasha yugay99: /* О курсе */

== О курсе ==

'''Преподаватель:'''

[https://www.hse.ru/org/persons/211268525 Кантонистова Елена Олеговна]

'''Куратор:'''

[https://t.me/AleksandrY99 Югай Александр Андрианов]

'''Коммуникация:'''

[https://join.slack.com/t/machinelearninginhse/shared_invite/zt-15525tftf-cIkewl3wiGpybihBd8WijA Канал в Slack]

'''Промежуточные дедлайны:'''

{| class="wikitable" style="width:100%;"
|-
! Темы !! Дедлайн (23:59 указанной даты) !! Приглашенный эксперт
|-
|
1-4 недели

A/B тестирование

||

10 апреля

(+1 балл к курсу, если закрыть к этой дате 1-6 недели)

||

'''Филипп Ульянкин''', Яндекс.Дзен , data scientist

|-
|
5-6 недели

A/B тестирование

||

24 апреля

||

'''Нерсес Багиян''', руководитель ML группы в Райффайзен банке

|-
|
1-2 недели

стат. методы

||

15 мая

||

'''Леонид Иосипой''', сотрудник HDI Lab, ФКН

|-
|
5я неделя

стат. методы

||

29 мая

||

'''Надежда Чиркова''', исследователь в Bayes Group, ФКН
|}

== Домашние задания ==

Прикладная статистика в машинном обучении-МОиВС-2021-2022

2022-03-11T00:02:02Z

Sasha yugay99: Новая страница: «== О курсе == '''Преподаватель:''' [https://www.hse.ru/org/persons/211268525 Кантонистова Елена Олеговна] '''Кур…»

Машинное обучение (сов. бак. ВШЭ-РЭШ 2021)

2021-09-02T19:42:36Z

Sasha yugay99:

== О курсе ==

Курс читается для студентов 3-4 курса совместного бакалавриата ВШЭ-РЭШ в 1-2 модулях.

Проводится с 2019 года.

'''Лектор:''' [https://www.hse.ru/org/persons/191576735 Надежда Чиркова] (nchirkova@hse.ru, @nadiinchi)

'''Семинаристка:''' Анастасия Карпова (@Asya_Karpova)

'''Ассистенты:''' Александр Югай (@AleksandrY99)

Лекции проходят по пятницам в 13:00 (онлайн, см. чат).

Семинары проходят по средам в 9:30 (онлайн, см. чат).

[https://t.me/joinchat/rxR_925TcI40Y2Zi Чат в телеграме]

=== Правила выставления оценок ===

В курсе предусмотрено несколько форм контроля знаний:
* Самостоятельные работы на семинарах, проверяющие знание материала лекций и семинаров, могут включать теоретические задачи (всего 4-6 проверочных)
* Практические домашние работы на Python или с теоретическими задачами (всего 6-8 домашних работ)
* Контрольная работа в середине курса
* Письменный экзамен

Бонусные баллы в курсе не предусмотрены (за исключением, может быть, участия в соревновании в четвертом модуле)

Итоговая оценка вычисляется на основе оценки за работу в семестре и оценки за экзамен:

O<sub>итоговая</sub> = Округление(0.4 * ДЗ + 0.1 * ПР + 0.2 * КР + 0.3 * Э)

ДЗ — средняя оценка за практические домашние задания

ПР — средняя оценка за письменные проверочные работы на семинарах

КР — оценка за контрольную работу

Э — оценка за экзамен

Округление арифметическое.

=== Правила сдачи заданий ===

За каждый день просрочки после мягкого дедлайна снимается 1 балл. После жёсткого дедлайна работы не принимаются. Даже при опоздании на одну секунду. Сдавайте заранее.

При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.

При наличии уважительной причины пропущенную проверочную можно написать позднее, а дедлайн по домашнему заданию может быть перенесён. Дедлайн по домашнему заданию переносится на количество дней, равное продолжительности уважительной причины. Решение о том, является ли причина уважительной, принимает исключительно учебный офис.

== Лекции ==

Указаны прошлогодние материалы, при необходимости в течение курса они будут обновляться.

Лекция 1. Введение в машинное обучение. [[https://github.com/nadiinchi/ml_hse_nes_2019/blob/master/materials/presentation_ml.pdf Презентация по введению.]]
[[https://github.com/nadiinchi/ml_hse_nes_2019/blob/master/materials/Presentation_data.pdf Презентация про данные.]]

Лекции 2-3. Линейная регрессия. [[https://github.com/esokolov/ml-course-hse/blob/master/2020-fall/lecture-notes/lecture02-linregr.pdf Конспект 1 (стр. 1-10)]]
[[https://github.com/esokolov/ml-course-hse/blob/master/2020-fall/lecture-notes/lecture03-linregr.pdf Конспект 2 (стр. 1-5)]]

Лекция 4. Линейная классификация. [[https://github.com/esokolov/ml-course-hse/blob/master/2018-fall/lecture-notes/lecture04-linclass.pdf Конспект 1 (стр. 1-3)]]
[[https://github.com/esokolov/ml-course-hse/blob/master/2018-fall/lecture-notes/lecture06-linclass.pdf Конспект 2 (стр. 1-4)]]

Лекция 5. Метрики качества классификации. [[https://github.com/esokolov/ml-course-hse/blob/master/2018-fall/lecture-notes/lecture04-linclass.pdf Конспект (стр. 3-8)]]

Лекция 6. Многоклассовая линейная классификация. Метрические методы. [[https://github.com/esokolov/ml-course-hse/blob/master/2019-fall/lecture-notes/lecture06-linclass.pdf Конспект по многоклассовой классификации (стр. 1-3, 5-6)]] [[https://github.com/esokolov/ml-course-hse/blob/master/2017-fall/seminars/sem06-knn.pdf Конспект по метрическим методам (стр. 1-2)]]

Лекция 7. Решающие деревья
[[https://github.com/esokolov/ml-course-hse/blob/master/2018-fall/lecture-notes/lecture07-trees.pdf Конспект]]

Лекция 8. Композиции алгоритмов
[[https://github.com/esokolov/ml-course-hse/blob/master/2019-fall/lecture-notes/lecture08-ensembles.pdf Конспект про бэггинг и случайные леса (стр. 1, 2, 9)]]
[[https://github.com/esokolov/ml-course-hse/blob/master/2018-fall/lecture-notes/lecture09-ensembles.pdf Конспект про градиентный бустинг (стр. 1-4)]]

Лекция 8. Разложение ошибки на смещение и разброс
[[https://github.com/esokolov/ml-course-hse/blob/master/2019-fall/lecture-notes/lecture08-ensembles.pdf Конспект(стр. 3-6)]]
[[https://github.com/esokolov/ml-course-hse/blob/master/2019-fall/seminars/sem08-bvd.pdf Конспект c примерами(стр. 1-4)]]

Лекция 9. Рекомендательные системы
[[https://github.com/esokolov/ml-course-hse/blob/master/2018-fall/lecture-notes/lecture12-factorizations.pdf Конспект (стр. 3-7)]]

Лекция 10. Кластеризация и методы понижения размерности
[[https://github.com/esokolov/ml-course-hse/blob/master/2018-fall/lecture-notes/lecture11-unsupervised.pdf Конспект по кластеризации и визуализации]]
[[https://ru.coursera.org/lecture/vvedenie-mashinnoe-obuchenie/mietod-ghlavnykh-komponient-Ey95r Видео про метод главных компонент]]
[[https://github.com/esokolov/ml-course-msu/blob/master/ML15-spring/lecture-notes/Sem06_pca.pdf Вывод решения в меоде главных компонент (доп. материал)]]

Лекция 11. Введение в нейронные сети
[[https://github.com/nadiinchi/ml_workshop_nov2020/blob/main/DL_slides.pdf Презентация]] (на лекции было больше материала)

Лекция 12. Сверточные нейросети. Регуляризация нейронных сетей.
[[https://drive.google.com/file/d/1uSVdPsn5wznk510gS9N1K9DXITpxNFXt/view Презентация]] (на лекции было больше материала)

Лекция 13. Нейронные сети в анализе текстов.
[[https://github.com/nadiinchi/ml_hse_nes_2019/blob/master/materials/NLP_lecture.pdf Презентация]]

План курса:
* Введение в машинное обучение (постановки задач, виды данных, метрики качества)
* Обучение с учителем (задачи регрессии и классификации, классические методы их решения: линейные модели, метрические методы, решающие деревья, композицци алгоритмов; обзор задачи построения рекомендательных систем)
* Обучение без учителя (задачи кластеризации, визуализации, понижения размерности, обзоры методов их решения)
* Глубинное обучение (понятие вычислительного графа, основные виды слоев и архитектур нейронных сетей, приемы для обучения нейронных сетей)

== Семинары ==

Материалы семинаров и домашек лежат [https://github.com/AsyaKarpova/ml_nes_2020 здесь TO BE UPDATED].

На семинарах будут разбираться теоретические задачи, новый теоретический материал и практические задания. Практика в курсе проводится с использованием языка Python, среды Jupyter Notebook и библиотек Numpy, Pandas, Sklearn, Matplotlib, PyTorch.

== Контрольная работа (общая информация) ==
[[https://github.com/nadiinchi/ml_hse_nes_2019/blob/master/materials/exam_ml2020.pdf Вопросы к экзамену 2020 года (пока не обновлялись в 2021!)]]
[[https://github.com/nadiinchi/ml_hse_nes_2019/blob/master/materials/%D0%92%D0%BE%D0%BF%D1%80%D0%BE%D1%81%D1%8B%20%D0%BA%20%D0%BA%D0%BE%D0%BD%D1%82%D1%80%D0%BE%D0%BB%D1%8C%D0%BD%D0%BE%D0%B8%CC%86%20%D1%80%D0%B0%D0%B1%D0%BE%D1%82%D0%B5%202020.pdf Вопросы к контрольной работе 2020 года (пока не обновлялись в 2021!)]]

Содержание контрольной работы и экзамена: теоретические вопросы из списка (возможны измененные формулировки) + теоретические задачи. Контрольная работа и экзамен не включают задачи на программирование. Теоретические вопросы подразумевают развернутые ответы с формулами.

Рекомендации по написанию контрольной работы:
Во всех формулах поясните обозначения. На всех графиках подпишите оси. Для всех рисунков поясните, что изображено на них. Во всех задачах оптимизации подпишите, по каким переменным она выполняется. Для всех суммирований подпишите индекс и границы суммирования.

[https://github.com/nadiinchi/ml_hse_nes_2019/blob/master/materials/%D0%9F%D1%80%D0%B8%D0%BC%D0%B5%D1%80%20%D1%8D%D0%BA%D0%B7%D0%B0%D0%BC%D0%B5%D0%BD%D0%B0%D1%86%D0%B8%D0%BE%D0%BD%D0%BD%D0%BE%D0%B3%D0%BE%20%D0%B2%D0%B0%D1%80%D0%B8%D0%B0%D0%BD%D1%82%D0%B0.pdf Пример варианта]

Примеры задач:
* [http://nbviewer.jupyter.org/github/shestakoff/minor_da_2017/blob/master/colloc_knn.ipynb Метрические методы, kNN]
* [https://github.com/esokolov/ml-minor-hse/blob/master/colloquium-2017/colloquium_minor_problems_linear.pdf Линейные методы]
* [https://github.com/esokolov/ml-minor-hse/blob/master/colloquium-2017/colloquium_minor_problems_trees.ipynb Решающие деревья]
* [https://github.com/esokolov/ml-minor-hse/blob/master/colloquium-2017/colloquium_minor_problems_metrics.ipynb Метрики качества]

===Курсы по машинному обучению и анализу данных===
* [https://openedu.ru/course/hse/INTRML/ Курс на платформе "Открытое образование"]
* [https://www.coursera.org/specializations/machine-learning-from-statistics-to-neural-networks Специализация на платформе Coursera]
* [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]
* [https://yandexdataschool.ru/edu-process/courses/machine-learning Видеозаписи лекций курса Школы Анализа Данных, К.В. Воронцов]
* [https://www.coursera.org/learn/machine-learning Coursera: Machine Learning, Andrew Ng]

===Книги===
* Hastie T., Tibshirani R, Friedman J. The Elements of Statistical Learning (2nd edition). Springer, 2009.
* Bishop C. M. Pattern Recognition and Machine Learning. Springer, 2006.

[http://wiki.cs.hse.ru/%D0%9C%D0%B0%D1%88%D0%B8%D0%BD%D0%BD%D0%BE%D0%B5_%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D0%B5_(%D1%81%D0%BE%D0%B2._%D0%B1%D0%B0%D0%BA._%D0%92%D0%A8%D0%AD-%D0%A0%D0%AD%D0%A8_2020) Страница прошлого года]

Теория вероятностей и математическая статистика, фэн, 2020-2021

2021-02-14T22:01:17Z

Sasha yugay99:

== Общая информация ==

* [ Официальная программа курса]
* [https://docs.google.com/spreadsheets/d/e/2PACX-1vSNF7IqcOVwcTw7Eu0ii0ReicRTp-WT9M9rzCtoiA-p8RGuA8Rh7sLcF0sFIF4crZoW32LjrehrDjCe/pubhtml?gid=1977460297&single=true Таблица с оценками]

=== Что делать студентам, не имеющим возможности посещать занятия? ===
Каждый понедельник в 13.00 проходит он-лайн семинар. Ссылка на конференцию: https://zoom.us/j/96178802506, Идентификатор конференции 96178802506, Код доступа 1810.
Вопросы по материалу лекций можно задать на консультации, проходящей в смешанном формате каждый вторник с 9.30 до 12.30. Если вопросы не поступают в течение 5 минут, консультация завершается.
Ссылка на конференцию: https://zoom.us/j/92090883396
Идентификатор конференции: 920 9088 3396
Код доступа: 513490

=== График лекций и консультаций ===

===Таблица с фамилиями и почтами ассистентов по группам===

{| class="wikitable mw-collapsible mw-collapsed"
|-
! Группа !! Семинарист !! Телеграм семинариста !! Ассистент!! Телеграм ассистента !! Используемые ассистентом ресурсы
|-
| БЭК 191 || Борис Демешев ||@boris_demeshev, семинары: https://t.me/joinchat/QT-NnFogXUPewrag, https://zoom.us/j/3847905129, https://discord.gg/Yk5tT7yBpA || Александр Михайлов ||@aleksashka_pelikashka || https://www.youtube.com/channel/UCmdRoe4_GXbpA5Es0Pdu77Q/videos, https://vk.com/public191366688
|-
| БЭК 192 || Борис Демешев ||@boris_demeshev, семинары: https://t.me/joinchat/QT-NnFogXUPewrag, https://zoom.us/j/3847905129, https://discord.gg/Yk5tT7yBpA || Михаил Григорян ||@mogrigoryan ||
|-
| БЭК 193 || Елена Коссова|| || Илья Слаболицкий ||@hsetvis || https://www.youtube.com/channel/UCMMBZkJvnPkQRDaVL2gU5-w
|-
| БЭК 194 || Дмитрий Борзых || || Глеб Хайкин ||@khaykingleb ||
|-
| БЭК 195 || Дмитрий Борзых || || Одиссей Яковидис ||@o_odissey ||
|-
| БЭК 196 || Николай Пильник|| @Nikolay_Pilnik || Валерия Погребнова|| @valeriapogrebnova || https://www.youtube.com/channel/UCbE9SmX46z2AZPS6HLY8KkQ
|-
| БЭК 197 || Николай Пильник ||@Nikolay_Pilnik || Анастасия Алтунина ||@anastasiia_altunina ||
|-
| БЭК 198 || Иван Станкевич|| @CorvinOfAmber || Семен Соломонов ||@semasolomonov || https://www.youtube.com/channel/UCMMBZkJvnPkQRDaVL2gU5-w
|-
| БЭК 199 || Иван Станкевич ||@CorvinOfAmber || Егор Фадеев ||@plus_ultra1535 ||
|-
| БЭК 1910 || Богдан Потанин ||@bpotanin || Антон Куценко ||@ontenkutsenko ||
|-
| БЭК 1911 || Богдан Потанин|| @bpotanin || Айк Микаелян|| @mikayelyanjelo ||
|-
| БЭК 1912 || Артем Языков ||@Symptotic || Николай Аверьянов ||@debasering ||
|-
| БЭК 1913 || Артем Языков|| @Symptotic || Александр Югай ||@aleksandry99 ||
|-
| online_squad || Матвей Зехов ||@moonlight0071 || любой ассистент||
|}

===Элементы контроля===
Промежуточная аттестация (2 модуль)
0.05 * аудиторная активность + 0.1 * домашнее задание + 0.275 * контрольная работа 1 + 0.275 * контрольная работа 2 + 0.3 * экзамен

Промежуточная аттестация (4 модуль)
0.05 * аудиторная активность + 0.1 * домашнее задание + 0.275 * контрольная работа 3 + 0.275 * контрольная работа 4 + 0.3 * экзамен

* Контрольные работы для пропустивших их по уважительной причине проводятся в день экзамена.
* Экзамен состоит из письменного теста и устного опроса.
* На устную часть допускаются студенты, получившие за тест оценку 7 и более.
* Содержание и форма домашнего задания определяются преподавателем, ведущим семинары.

====Контрольная работа №1====
Внимание! Торжественно оглашаем порядок проведения контрольной работы номер 1!
=====Правила проведения=====
Дата: 22.10.2020
Время: 14.40

1. Контрольная будет проходить на платформе Canvas. Инвайты в систему были высланы на ваши корпоративные @edu.hse.ru. Если инвайта на почте нет, срочно обратитесь к любому ассистенту или, в крайнем случае, к семинаристу.

2. Контрольная будет проходить в два блока. Каждый блок будет содержать несколько задач.

- Блок 1, общий для БП и ИП.
Возможность начать блок 1 откроется в 14:40.
Продолжительность 50 минут с учётом загрузки работ.
В блоке будет 3 задачи.
Возможность загружать файлы закроется в 15:30.

- Перерыв (15 минут)

- Блок 2, отличается для БП и ИП.
Возможность начать блок 2 откроется в 15:45.
Студенты БП должны решить 3 базовых задачи за 60 минут.
Студенты ИП должны решить 5 задач за 140 минут.
В 5 задач для ИП входят 3 базовых и любые две из четырех предложенных исследовательских.
Возможность загружать базовые задачи закроется в 16:45.
Возможность загружать исследовательские задачи закроется в 18:05.

3. Схема сдачи каждого блока будет выглядеть следующим образом.
Для каждой задачи на Canvas будет существовать отдельный Assignment.
Решение каждой задачи вы оформляете отдельным pdf-файлом и загружаете в соответствующий Assignment.
Если задача не умещается на одной странице, необходимо склеить решение данной задачи в единый pdf.

4. Файлы других форматов кроме pdf система принимать не будет, будьте внимательны.
Потренироваться в этом нелёгком деле можно в тестовом Assignment,
https://canvas.instructure.com/courses/1898262/assignments/18324051

5. Контрольная будет проходить без прокторинга. В zoom заходить не нужно.

6. Если вы по каким-то причинам хотите писать контрольную очно, то заполните гугл-форму
https://forms.gle/ZuKUGT9KWX8hvn237
Первые 50 студентов, заполнивших форму, получат VIP приглашения на очный формат.
К сожалению, мы можем дать право написать контрольную очно только ограниченному списку студентов.
Студентам, пришедшим очно, разрешается пользоваться книгами и шпаргалками.

7. Студенты БП имеют право решать ИП задачи.
Наличие хотя бы одной загруженной исследовательской задачи означает проверку по правилам ИП.

8. Всем удачи!
=====Ссылка на решение и критерии оценивания=====

https://www.overleaf.com/read/cjcvbynphymg

=====Апелляция результатов=====
Если Вы считаете, что в соответствии с опубликованными критериями проверки, Ваша оценка должна быть выше, Вы можете написать заявление на пересмотр работы с указанием соответствующих пунктов задач и обоснованием повышения оценки на tasks-and-tests@yandex.ru. Заявление должно быть отправлено с корпоративной почты, указаны фио, номер группы. Заявление пишется на имя преподавателя, ведущего семинары.
=====Пропустившим минимум по уважительной причине=====
Все, кто не смог написать [https://drive.google.com/file/d/1hAxy6qwteh7o4chMcZfpEmrIDrOQ8oUv/view?usp=sharing минимум] по уважительной причине, могут ответить на вопросы [https://drive.google.com/file/d/1hAxy6qwteh7o4chMcZfpEmrIDrOQ8oUv/view?usp=sharing минимума] устно во вторник 24 ноября с 9.30 до 13.20 в zoom - конференции
Идентификатор: 920 9088 3396
Код доступа: 513490
[https://docs.google.com/spreadsheets/d/18bFetLQXObO2PAOfOK6mgLzLm3WZDu4kSGn4fDgUUfU/edit?usp=sharing Необходима предварительная запись]

====Контрольная работа №2====
Внимание! Торжественно оглашаем порядок проведения контрольной работы номер 2!
=====Правила проведения=====
Контрольная работа 2 проводится в онлайн формате в два этапа:

Первая часть (минимум)

Дата: 5.12.2020
Время: 13.00

Минимум состоит из тестовых вопросов с несколькими вариантами ответов. Правильный ответ один. Вопросы отличаются от заданий теоретического и задачного минимума, но соответствуют им по уровню сложности. Войдут все темы до неравенств Маркова и Чебышёва (не включая неравенств). Нормального распределения не будет.

Продолжительность минимума к кр2 - 40 минут. Количество вопросов - 18. Войти в систему и начать тест можно с 13:00 до 13:10 без потери времени. Возвращаться к пропущенным вопросам нельзя. Удачи с техникой и скоростью интернета!
Ссылка:

https://canvas.instructure.com/courses/1898262/quizzes/6569711/

Вторая часть (основная)

Дата: 12.12.2020
Время: 13.00

Текст контрольной работы откроется в 13:00 по ссылке:
[https://canvas.instructure.com/courses/1898262/quizzes/6640059 https://canvas.instructure.com/courses/1898262/quizzes/6640059]

После условия задач будет место для загрузки файла.
Необходимо загрузить единственный pdf-файл с фотографией всех листов решениями.

В 14:20, по истечении положенного времени, вы получите предупреждение "late".
Это просто предупреждение о том, что время написания работы вышло.

До 14:30 ещё можно будет загружать файл.
После 14:30 загрузить файл будет невозможно.

Для максимальной оценки за вторую часть необходимо набрать 40 баллов.
Остальные баллы являются бонусными.

Основная часть проверяется только у тех студентов, кто набрал за минимум 10 и более баллов из 18.
Продолжительность работы -- 80 минут. В контрольную войдут все изученные темы: совместное и условное распределение, условное математическое ожидание, характеристики случайных векторов (математическое ожидание, ковариационная матрица, корреляция), сходимость последовательностей случайных величин, неравенства Маркова, Чебышёва, ЗБЧ, ЦПТ, нормальное распределение.

'''''Перед минимумом протестируйте прохождение тестов в канвас'''''

Демо-тест для проверки браузера:
[https://canvas.instructure.com/courses/1898262/quizzes/6547032 https://canvas.instructure.com/courses/1898262/quizzes/6547032]

Естественно, вопросы будут другие и попытка прохождения будет только одна 🙃

Проверьте, что ваш браузер корректно отображает формулы. Если нет, то попробуйте [https://www.mozilla.org/ru/firefox/new/ Firefox], с ним точно нет проблем.

Демо-кр для загрузки файлов:
[https://canvas.instructure.com/courses/1898262/quizzes/6672106 https://canvas.instructure.com/courses/1898262/quizzes/6672106]

=====Запись на пересдачу "минимума" контрольной работы 2=====

Уважаемые студенты, верховный президиум дает возможность тем из вас, кто ПО ТЕХНИЧЕСКИМ ПРИЧИНАМ В CANVAS не смог (не смогла) написать субботний "минимум" контрольной работы 2, пересдать его в устной форме!

Что нужно сделать:

1. Записаться в [https://docs.google.com/spreadsheets/d/1S4WkWw0KEIELWKbCJRp4OxZup13mCseEryIV2CiIHeI/edit?usp=sharing google-таблицу] до 23:59 7 декабря 2020 года (обратите внимание, что дедлайн жесткий, и если Вы не успеете записаться, то потеряете возможность этой пересдачи!). После указанного времени таблица будет закрыта для редактирования.

2. Быть уверенным (или уверенной), что у Вас есть доказательства того, что технический сбой имел место быть. Скриншоты, фотографии, видео — все это годится для подтверждения наличия технического сбоя. К нашему и Вашему большому сожалению, убедительные и настойчивые фразы в духе "Я не знал, что нужно было заскринить", "У меня не было доступа в Интернет" или "Зевс украл мою антенну, чтобы установить ее себе на Олимп" приниматься во внимание не будут.

Пересдача будет проведена на неделе до основной части контрольной работы 2. Если у Вас возникнут какие-либо вопросы, смело задавайте их ассистенту Илье в Telegram: @hsetvis.

Желаем удачи!

=====Правила пересдачи "минимума" контрольной работы 2=====

Уважаемые студенты, оглашаем правила пересдачи "минимума" контрольной работы 2:

1. Пересдача пройдет в четверг, 10 декабря 2020, в 19:00.

2. Опрос студентов будет проходить в устной форме.

3. Убедитесь, что камера на Вашем устройстве работает.

Ссылка на пересдачу: https://zoom.us/j/94628210004

Идентификатор конференции: 946 2821 0004

Код доступа: 289123

Желаем удачи!
====Пропустившим контрольные по уважительной причине====

Студенты, пропустившие одну или обе контрольных по уважительной причине, могут написать контрольные в день экзамена 24.12.2020 в 15.00. Задание появится [https://canvas.instructure.com/courses/1898262/quizzes/6731502 здесь]. Для допуска к контрольным необходимо прислать скан справки на ekossova@hse.ru и записаться в [https://docs.google.com/spreadsheets/d/1_2f-nYlqBzDLEsO3LQ6L65MjNJgRCSzgOBi9Zz1TdkI/edit?usp=sharing таблицу]. В графах kr_1 kr_2 нужно поставить "1", если собираетесь писать соответствующую работу, и ноль, если нет. В графе "подтверждение" ставится "1", если справка есть и выслана на почту, и ноль в остальных случаях.

====Экзамен====

=====Правила проведения=====
Дата: 24.12.2020
Время: 11.10
Форма: тест в системе Canvas
Темы: все пройденные
Продолжительность 60 минут, 30 вопросов. Возвращаться назад нельзя. Из нескольких вариантов ответов на каждый из вопросов теста только один вариант является верным.

Экзамен будет проходить в форме теста в системе canvas: https://canvas.instructure.com/courses/1898262/quizzes/6727265.
Предварительные оценки за экзамен будут объявлены в течение двух часов после окончания теста. За тест можно получить оценку от 1 до 10 баллов. Однако, для подтверждения результата может потребоваться устное собеседование. Список студентов, вызываемых на устное собеседование, будет опубликован на странице курса до 14.00. При неявке на собеседование результаты теста аннулируются.

Студенты, набравшие за тест 6 и более баллов, могут воспользоваться правом сдать экзамен устно. В этом случае оценка за тест аннулируется, и студент получает оценку за устный экзамен.
Ссылка на устный экзамен:

Тема: Экзамен о теории вероятностей
Время: 24 дек 2020 12:00 PM Москва

Подключиться к конференции Zoom
https://zoom.us/j/91615826042

Идентификатор конференции: 916 1582 6042
Код доступа: 190787

=====Просмотр работ и апелляция=====
Тесты проверяются автоматически. Вопросы и верные ответы, как и ответы студента, будут опубликованы сразу же после экзамена. Если в ответах, указанных как верные, будет обнаружена ошибка, нужно сообщить о ней преподавателям, и результаты будут пересчитаны автоматически. При данной процедуре проверки показа работ и апелляции не требуется.

=====Запись на устную часть экзамена=====
Записаться на сдачу устной части можно до 15.10 в форме:

https://forms.gle/bEZNSdSh9BGdpTfZ9

Напоминаем, что право идти на устную часть имеют только те, кто получили за тест от 6 баллов!
=====Пересдача 1=====
Пересдача по ТВ откроется по
[https://canvas.instructure.com/courses/1898262/quizzes/6855203 ссылке]
Условия прежние: 30 вопросов, 60 минут

==Основная литература==

* Алексей Шведов, Теория вероятностей и математическая статистика: пособие для вузов
* Алексей Шведов, Теория вероятностей и математическая статистика - 2 (промежуточный уровень) : учеб. пособие
* Борзых Д. А., [http://urss.ru/cgi-bin/db.pl?lang=Ru&blang=ru&page=Book&id=242395 Теория вероятностей и математическая статистика в задачах]: Более 360 задач и упражнений
* Борзых Д. А., [http://urss.ru/271549 Теория вероятностей в задачах]
* Борзых Д. А., [http://urss.ru/271548 Математическая статистика в задачах]
* Blitzstein, Hwang, курс [https://projects.iq.harvard.edu/stat110 Statistics 110]: книга, видеолекции, листки с упражнениями, теория вероятностей до статистики, но с MCMC и упражнениями в R.

==Дополнительная литература==

* Dekking, Modern introduction to probability and statistics. Учебник, упражнения в конце каждой главы.
* Kelbert, Suhov, [https://alraziuni.edu.ye/uploads/pdf/book1/nursing/Probability%20and%20Statistics%20by%20Example_%20Volume%20I.%20Basic%20Probability%20and%20Statistics_%202005.pdf Probability and statistics by example]: задачи Кембриджских тривиумов с подробными решениями. Кельберт, Сухов, Вероятность и статистика в примерах и задачах.
* Наталья Чернова, [http://www.nsu.ru/mmf/tvims/chernova/tv/ Теория вероятностей].
У Черновой менее популярное определение функции распределения, $F(t)=P(X<t)$, в нашем курсе мы используем $F(t)=P(X\leq t)$, будьте аккуратны.
* Наталья Чернова, [http://www.nsu.ru/mmf/tvims/chernova/ms/ms_nsu07.pdf Математическая статистика]
* Williams, Weighing the odds, Учебник с кучей красивых примеров, для начинающих изучать вероятности с нуля, но довольно требовательный к читателю.
* Grimmett and Stirzaker, [http://home.ustc.edu.cn/~zt001062/PTmaterials/Grimmett&Stirzaker--Probability%20and%20Random%20Processes%20%20Third%20Ed(2001).pdf Probability and Random Processes]
* Grimmett, One thousand exercises in probability

== Материалы к курсу ==
=== [https://github.com/bdemeshev/probability_hse_exams/raw/master/probability_hse_exams.pdf Подборка контрольных прошлых лет]===
===[https://github.com/bdemeshev/probability_pro/raw/master/probability_pro.pdf Листки к семинарам ип]===
===Таблицы: [https://github.com/bdemeshev/probability_hse_exams/blob/master/tables/tables_all.pdf распределения, связанные с нормальным], [https://drive.google.com/file/d/1vAwMmq_yGatmmP5Qbi_2NFPFE1_Tv1DR/view?usp=sharing тест Колмогорова (рус)], [https://bit.ly/2FbPbck тесты Колмогорова и Смирнова (eng)]===

Если есть подозрение на опечатку-ошибку в материалах кр-видео, то [https://github.com/bdemeshev/probability_hse_exams/issues/new?assignees=&labels=&template=--------.md&title=%D0%9E%D0%BF%D0%B5%D1%87%D0%B0%D1%82%D0%BA%D0%B0%3A+%D0%BA%D1%80+7+%D0%B7%D0%B0+3030-3031+%D0%B3%D0%BE%D0%B4%2C+%D0%B7%D0%B0%D0%B4%D0%B0%D1%87%D0%B0+25 поднимите запрос]. Укажите, где конкретно ошибка и в чём её суть.

== Первый семестр ==

===1 сентября. Основные понятия теории вероятностей. Дискретное вероятностное пространство.===

'''Разберите теоретический материал лекций:'''

* [https://drive.google.com/file/d/1qoOeq7VAkytlBUyMzpMGvwkkU1kolvtP/view?usp=sharing Слайды к лекции (Дизайн и креатив Александра Михайлова)]
* О курсе и правилах. [https://youtu.be/OXyOoCgLbmw Эпизод 1.] [https://youtu.be/DNKtzW1AX_Q Эпизод 2.]
* [https://youtu.be/VnLxS7z6LtI Основные понятия ТВ. Пространство элементарных событий. Случайные события.]
* [https://youtu.be/7IW8gQMhjuU Аксиома вероятности.]
* [https://youtu.be/QJOZRgQowVM Классическое определение вероятности. Задача о счастливом билете.]
* [https://youtu.be/BZO3GPkWbas Теорема сложения]

'''Посмотрите материалы семинаров:'''

* БП: [https://www.youtube.com/watch?v=5WWa0V5_htQ Основные понятия теории множеств]
* БП: [https://www.youtube.com/watch?v=esSkQI6limw Основные понятия теории вероятностей]
* БП: [https://www.youtube.com/watch?v=YsuvWt38uVM Примеры элементарных задач]
* ИП: не было :)

'''Решите самостоятельно задачи:'''

* [https://drive.google.com/file/d/1SOUn3UhIScRtmHdMy_rOxHipkg7qYl2U/view?usp=sharing Задача на тему Вероятности событий (простая)]
*[https://drive.google.com/file/d/1BXlmfznY5-7jm-eVCKHZkDS1lq9mu0AQ/view?usp=sharing Задача на тему Вероятности событий (чтобы подумать)]
*[https://drive.google.com/file/d/1yMlNeF7TzOEC5KC-fG_KTNhZUjVNOSAw/view?usp=sharing Теоретические задания (со звездочкой) по теме Аксиоматика Колмогорова]

'''Рекомендуемые задачи для подготовки к контрольной по темам этой лекции:'''
* Задачный [https://github.com/bdemeshev/probability_hse_exams/blob/master/excerpt_minima.pdf минимум]: №1,2.
* Задачи из [https://github.com/bdemeshev/probability_hse_exams/raw/master/probability_hse_exams.pdf прошлых контрольных]: №1 из первой кр 2019-2020; №1 из первой кр 2018-2019; №1 (1 и 2 пункты), 2 из первой кр 2017-2018

===8 сентября. Условная вероятность. Независимость событий. Формула полной вероятности.===

Разберите теоретический материал лекции (Видео вышкинской аппаратурой, к сожалению, не записалось.):

*[https://drive.google.com/file/d/1haD_tFLMg18gKNFZdc0WBZIq9F8XAAM5/view?usp=sharing Слайды к первым двум лекциям без дизайна и креатива]
*[https://youtu.be/jHMO4SQRo4g Лекция 2: Условная вероятность, теорема умножения, независимость, формула полной вероятности]

'''Посмотрите материалы семинаров:'''

* БП: [https://www.youtube.com/watch?v=I4mgeweNFJI Основы комбинаторики]
* БП: [https://www.youtube.com/watch?v=EsTP9dUSxXQ Примеры элементарных задач]
* БП: [https://www.youtube.com/watch?v=IEBlKPEO-BY Карточные задачи, часть 1]
* ИП: [https://youtu.be/as_l2CWZ_ok группа 191], [https://youtu.be/dtVCqZ78n1A группа 192]

'''Разберите решения задач:'''

* [https://drive.google.com/file/d/1QZrsnU-G-SpdlfOBgjMR8KYwsBlWI47Z/view?usp=sharing Задачи к лекции 2 от Д. А. Борзых]

'''Рекомендуемые задачи для подготовки к контрольной по темам этой лекции:'''
*Задачный [https://github.com/bdemeshev/probability_hse_exams/blob/master/excerpt_minima.pdf минимум]: №1 (3 пункт),3,4.
*Задачи основных контрольных ([https://github.com/bdemeshev/probability_hse_exams/raw/master/probability_hse_exams.pdf Подборка контрольных прошлых лет]): №2,3 из первой к.р. 2019-2020; №5 из первой к.р. 2018-2019

{| role="presentation" class="wikitable mw-collapsible mw-collapsed"
| <strong>'''Бонус: стилизованная задача про коронавирус:'''</strong>
|-
| ''Вирус SARS-CoV-2 имеется у 0.35% населения и может протекать неотличимо от гораздо более распространенного сезонного гриппа. Для определения наличия этого патогена был создан специальный тест, который имеет точность 70% и 95% для положительных и отрицательных результатов соответственно.

''Иными словами:''

''Если человек болен, то с вероятностью 70% результат теста будет положительным и с вероятностью 30% отрицательным.
Если человек здоров, то с вероятностью 95% результат теста будет отрицательным и с вероятностью 5% положительным.
''Вы решили пройти тест, и его результат оказался положительным.''

''С какой вероятностью вы действительно больны короновирусом? (подсказка: не 70%)''
|}

=== 15 сентября. Формула Байеса, испытания Бернулли, теорема Пуассона===

'''Разберите материал лекции:'''
*[https://drive.google.com/file/d/1uYmJjet8BAHsyfNkeG-Zg7KxLNjmEvPM/view?usp=sharing Слайды к лекциям 3-4]
*[https://vr360.hse.ru/account/broadcasts/395 Лекция 3. Формула Байеса, испытания Бернулли (запись трансляции вышкинской аппаратурой)]
'''В разбивке по темам:'''
*[https://youtu.be/m51WLSp-iPs Формула полной вероятности, задача о технологическом контроле]
*[https://youtu.be/J2ODMhcWJiE Формула Байеса, пример]
*[https://youtu.be/wABMsJkxSgc Видео "Теорема Байеса", от студентов прошлого года]
*[https://youtu.be/6MLM1uu6u00 Испытания Бернулли, задача о присяжных]

'''Посмотрите материалы семинаров:'''

* БП: [https://www.youtube.com/watch?v=XjrHeL5g1X8 Карточные задачи, часть 2]
* БП: [https://www.youtube.com/watch?v=HOxGf-V9980 Геометрические вероятности, часть 1]
* БП: [https://www.youtube.com/watch?v=e88yja9rDu0 Геометрические вероятности, часть 2]
* БП: [https://www.youtube.com/watch?v=cwyBiQ-WSnc Независимость событий]
* ИП: [https://youtu.be/6I3p14gGBZI группа 191], [https://youtu.be/UtwDlDjs_uk группа 192]

'''Рекомендуемые задачи для подготовки к контрольной по темам лекции:'''
*Задачный [https://github.com/bdemeshev/probability_hse_exams/blob/master/excerpt_minima.pdf минимум]: №3 и №4.
*Задачи из [https://github.com/bdemeshev/probability_hse_exams/raw/master/probability_hse_exams.pdf прошлых контрольных]: №1 (19-20), №4 (18-19), №5 (17-18), №3 (16-17), №1 (13-14) [все из первой КР].

=== 22 сентября. Биномиальное и связанные с ним распределения: геометрическое, Пуассона. Теорема Пуассона===

'''Разберите материал лекции:'''

* [https://drive.google.com/file/d/1r5w1-MI6hTBWWn0D02NTH5NsdgFh2mcr/view?usp=sharing Слайды к лекции (дизайн Александра Михайлова)]
* [https://youtu.be/10n7h1l0srw Геометрическое распределение]
* [https://youtu.be/IVzHZT_y6HM Теорема Пуассона (без доказательства), погрешность приближения]
* [https://youtu.be/48E2HUlBeyI Теорема Пуассона с доказательством]
* [https://youtu.be/pvHYwbO4upk Пример с Аэрофлотом]
* [https://drive.google.com/file/d/1vMGUC-hxpprfFMw29oHeIBo77Mk_-OZm/view?usp=sharing Детектив "17 мгновений халявы"] — история, произошедшая на ФЭН в 2014 году и имеющая непосредственное отношение к формуле Бернулли и теореме Пуассона
* [https://youtu.be/sHitpPV1c-0 Расчёт вероятностей в детективе "17 мгновений халявы"]

'''Посмотрите материалы семинаров:'''

* БП: [https://www.youtube.com/watch?v=KafBjeMsTro Условная вероятность]
* БП: [https://www.youtube.com/watch?v=lGnIxKKtPYg Формула полной вероятности и формула Байеса]
* БП: [https://www.youtube.com/watch?v=JTOCdHDqR0Y Схема Бернулли]
* БП: [https://www.youtube.com/watch?v=ZtHntUUqgsw Приближения схемы Бернулли]
* ИП: [https://youtu.be/WuYCKunklik группа 191], [https://youtu.be/0AXf55o7rOk группа 192]

'''Рекомендуемые задачи для подготовки к контрольным по темам лекции:'''
* Задачный [https://github.com/bdemeshev/probability_hse_exams/blob/master/excerpt_minima.pdf минимум]: №7 , №8 и №9.
* Задачи из [https://github.com/bdemeshev/probability_hse_exams/raw/master/probability_hse_exams.pdf прошлых контрольных]: №5 (18-19), №2 (17-18), №5 (15-16) [все из первой КР].

'''Разберите решения задач:'''
* [https://drive.google.com/file/d/1BgbontLALbYsh6tXwKBBP9-v0-IAL0HI/view?usp=sharing Задачи к лекции № 4 от Д.А. Борзых]

'''Для суровых Челябинских жителей'''
* Доказательство теоремы Пуассона через [http://people.bu.edu/pekoz/A_Second_Course_in_Probability-Ross-Pekoz.pdf каплинг]

=== 29 сентября. Аксиоматика теории вероятностей: Сигма-алгебра событий. Вероятностная мера. Случайные величины как измеримые функции. ===

'''Разберите материал лекции:'''
* [https://www.youtube.com/playlist?list=PL1poMUvVlAqeZOvhE75ViZPKnCTmWLRxf Для гурманов аксиоматического подхода: Математические основы теории вероятностей -- видеозапись лекций по курсу «Стохастический анализ» в 2013--2014 учебном году для студентов 2 курса факультета экономических наук.]
* [https://youtu.be/yv0YImn7iXY Видеозапись лекции]
* [https://drive.google.com/file/d/1PWBd47sGJOqD3d7yHZaNnL6exAgqNrFE/view?usp=sharing Расширенный конспект лекции. Внимание: в 5-м свойстве функции распределения была опечатка!!!]
* [https://drive.google.com/file/d/1JSeXDaqXXItllpc1ZIS3U5MrMEouT2_Z/view?usp=sharing Задачи к лекции от Д. А. Борзых]

'''Посмотрите материалы семинаров:'''

* БП: [https://youtu.be/tldEVXdOqV4 Функция распределения: определения и свойства]
* БП: [https://youtu.be/3mjvUb8Tdx8 Пример задачи на функцию распределения]
* БП: [https://youtu.be/UtNvI5t3_NQ Функция плотности: определения и свойства]
* БП: [https://youtu.be/_q3M7eZXrm4 Пример задачи на функцию плотности]
* ИП: pdf: [https://github.com/bdemeshev/probability_hse_2020_21/raw/main/class_pdfs/probability_191_2020_09_28.pdf 191], [https://github.com/bdemeshev/probability_hse_2020_21/raw/main/class_pdfs/probability_192_2020_09_28.pdf 192], видео с разрывами: [https://zoom.us/rec/share/2vwjqw2ECJSEfg9wJ8i0wVXPHF0JlSAOFcThp987t-2wd14peh566QWqLG2tlkYH.r4XIOYesHEqNkbFN?startTime=1601293531000 191], [https://zoom.us/rec/share/Zdlc95BFfwkRbpJYL3pi1OJgIPpq05OjDxwTO2jJ80IFd-DccouLtmmTlWYHGO6M.DBLOLRJCx9ZtjXXv?startTime=1601295814000 192]

=== 6 октября. Аксиоматика Колмогорова. Непрерывные вероятностные пространства. Случайные величины, функции распределения. Дискретные распределения. Непрерывные распределения, функция плотности===

'''Разберите материал лекции:'''
*[https://drive.google.com/file/d/17JWwf6QaZ6P7IcxQqLfvzNhJg-jqUXOT/view?usp=sharing Слайды к лекции]
*[https://youtu.be/MlKXXy1e4FM Непрерывное вероятностное пространство. Аксиоматика Колмогорова]
*[https://youtu.be/nDD6gP95NlI Определение случайной величины]
*[https://youtu.be/qV3-CZGrxNQ Определение и свойства функции распределения. Дискретные распределения]
*[https://youtu.be/sL7-99_VLqM Непрерывные и абсолютно непрерывные распределения, функция плотности и её свойства], [https://youtu.be/GSCCrIw7H2A преобразование с.в.]

'''Посмотрите материалы семинаров:'''
* Весь семинар у базового потока был посвящен написанию минимума из КР!
* ИП: не было :)

=== 13 октября. Непрерывные распределения случайных величин. Математическое ожидание ===

Опечатка найдена: в формуле функции плотности Коши не хватало пи в знаменателе. Ура поисковой команде! Все участники будут вознаграждены.

P.S. Общими усилиями были найдены опечатки, о существовании которых я не подозревала:))

'''Разберите материал лекции:'''
*[https://drive.google.com/file/d/1IdCfLeNmwZpBXnqUdMt1TfZoeCXZQsJq/view?usp=sharing Слайды к лекции]
*[https://youtu.be/Q4qqXn5T9Co Квантиль распределения. Равномерное распределение]
*[https://youtu.be/oV-dE-1gGGQ Показательное (экспоненциальное) распределение]
*[https://youtu.be/g8Qs652GfRc Определение математического ожидания]
*[https://youtu.be/2n3-9xpdIvc Примеры вычислений математического ожидания]
*[https://youtu.be/nbZIBBn9oXE Свойства математических ожиданий]

'''Посмотрите материалы семинаров:'''
* БП: [https://youtu.be/LihLImtO7L0 Равномерное распределение]
* БП: [https://youtu.be/OOLrHcsi2qI Математическое ожидание: определение и свойства]
* БП: [https://youtu.be/UV7fXukvZKU Математическое ожидание: примеры задач]
* БП: [https://youtu.be/OCXZTB6GMXY Дисперсия: определение]
* ИП: [https://www.youtube.com/watch?v=kSUi5_v_j3E дифференциал распределения]

'''Рекомендуемые задачи для подготовки к контрольным по темам лекции:'''
* Задачный [https://github.com/bdemeshev/probability_hse_exams/blob/master/excerpt_minima.pdf минимум]: №6, №12.
* Задачи из [https://github.com/bdemeshev/probability_hse_exams/raw/master/probability_hse_exams.pdf прошлых контрольных]: №4 (а, б, в) и №5 (19-20), №3(18-19), №4 (17-18), №6 (15-16), №8(а)(14-15) [все из первой КР].

=== 23 октября. Контрольная работа №1 ===

'''Условие задач:'''
*[https://github.com/bdemeshev/probability_hse_2020_21/tree/main/kr_01 Задачки к первой контрольной работе]

=== 27 октября. Случайные векторы. Совместное распределение ===

'''Разберите материал лекции:'''
*[https://drive.google.com/file/d/1TisctFHK0i6YNmQ_f5s0XiXeEgIbkBiI/view?usp=sharing Слайды к лекции]
*[https://youtu.be/oMlH3PGauKU Случайный вектор. Совместная функция распределения. Дискретное совместное распределение]
*[https://youtu.be/GMAZmCTjN4s Дискретное совместное распределение, пример]
*[https://youtu.be/118BfxSE_h0 Абсолютно непрерывное совместное распределение]
*[https://youtu.be/pN1CEzcBOTE Независимость случайных величин]
*[https://youtu.be/KY1F1v-i8jY Распределение функций от случайных величин. Формула свёртки]

'''Посмотрите материалы семинаров:'''
* БП: [https://youtu.be/ozfl4MJoYo8 Многомерная функция распределения: определения и свойства]
* БП: [https://youtu.be/GG1q6w1cOZ4 Многомерная функция распределения: примеры задач]
* БП: [https://youtu.be/r4XkiMQRHt0 Многомерная функция плотности: определения и свойства]
* БП: [https://youtu.be/nbl6M2VLqoA Многомерная функция плотности: примеры задач]
* ИП: пуассоновский поток [https://www.youtube.com/watch?v=J_dJZo9D4Sc&list=PL1poMUvVlAqfwzxVWiDBZ1MFJa1Cjd2-O&index=8 часть 1], [https://www.youtube.com/watch?v=u4atU9LYRts&list=PL1poMUvVlAqfwzxVWiDBZ1MFJa1Cjd2-O&index=9 часть 2]

'''Рекомендуемые задачи для самостоятельного решения:'''
* [https://drive.google.com/file/d/1xF7BPTfiS1_cSBrivPRqoYUXyxpbd6Th/view?usp=sharing Задачи от Д. А. Борзых]

=== 3 ноября. Условные распределения и условные математические ожидания. Дисперсия. Ковариация ===

'''Разберите материал лекции:'''
*[https://youtu.be/rW7Ez-toJCY Условное распределение]
*[https://youtu.be/_20wrXhlFf4 Условное математическое ожидание]
*[https://youtu.be/LXYBHb-5fNc Дисперсия и ковариация]

'''Посмотрите материалы семинаров:'''
* БП: [https://youtu.be/siqL7vIFBwE Моменты, условные распределения: определения и основные формулы]
* БП: [https://youtu.be/Volc1HYC1dI Условные распределения: примеры задач]
* БП: [https://youtu.be/gzRNVDhqdFw Ковариация: определения и свойства]
* БП: [https://youtu.be/30LPBsyj4V8 Ковариация: примеры задач]
* ИП: [https://www.youtube.com/watch?v=3z2NUleHEcM&list=PL1poMUvVlAqfwzxVWiDBZ1MFJa1Cjd2-O&index=10 дисперсия, энтропия, А], [https://www.youtube.com/watch?v=3z2NUleHEcM&list=PL1poMUvVlAqfwzxVWiDBZ1MFJa1Cjd2-O&index=10 дисперсия, энтропия, Б]

'''Рекомендуемые задачи для подготовки к контрольным по темам лекции:'''
* Задачный [https://github.com/bdemeshev/probability_hse_exams/blob/master/excerpt_minima.pdf минимум] (теперь и далее до конца второго семестра к КР2): №1-8, №19-24.
* Задачи из [https://github.com/bdemeshev/probability_hse_exams/raw/master/probability_hse_exams.pdf прошлых контрольных]: №1 и №2 (19-20), №1 и №4(18-19), №2 и №5 (16-17), №1 и №3 (15-16) [все из второй КР].

=== 10 ноября. Одномерные&Двумерные распределения и их характеристики ===

'''Разберите материал лекции:'''
*[https://youtu.be/MOy3Jn8cod4 Случайные величины и случайные векторы: распределения и характеристики]
*[https://youtu.be/qyw50M3o6sY Пример: формирование оптимального инвестиционного портфеля. Корреляция.]

'''Посмотрите материалы семинаров:'''
* БП: [https://youtu.be/NQDK53LLFz8 Корреляция: определение и основные свойства]
* БП: [https://youtu.be/r2Lk9L1itCY Корреляция: пример задачи для дискретного распределения]
* БП: [https://youtu.be/BX3BXI_axKk Корреляция: пример задачи для непрерывного распределения]
* ИП: встреча с Тайным Братством Дикого Бутстрэпа

=== 17 ноября. Корреляция и её свойства. Альтернативные способы измерения риска - VaR ===

'''Разберите материал лекции:'''
*[https://youtu.be/uQYJOJppC-k Свойства корреляции. Эпизод 1]
*[https://youtu.be/6k9Mc2sBGQA Свойства корреляции. Эпизод 2]
*[https://youtu.be/k2USlme-1Oo Пример: и снова портфель. Ещё одна характеристика риска - VaR]
*[https://youtu.be/c12bgbrzdvE Пример вычисления VaR]

'''Посмотрите материалы семинаров:'''
* БП: [https://youtu.be/kC49tVP5hjo Задача на свойства математических ожиданий и дисперсий]
* БП: [https://youtu.be/f1R03jpV71M Задача на преобразование функции плотности]
* БП: [https://youtu.be/RJTEvIJVXUg Задача на свертку в сумму случайных величин]
* ИП: преобразование плотностей с помощью [https://raw.githubusercontent.com/bdemeshev/epsilon/master/e_003/diff_forms/diff_forms.pdf дифференциальных форм].

'''Рекомендуемые задачи для подготовки к контрольным по темам лекции:'''
* Задачи из [https://github.com/bdemeshev/probability_hse_exams/raw/master/probability_hse_exams.pdf прошлых контрольных]: №4-в, №1 (19-20); №6 (18-19); №1, №2-з (16-17); №2, №3 (15-16) [все из второй КР].

=== 24 ноября. Неравенства Чебышёва и Маркова. Сходимость по вероятности ===

'''Разберите материал лекции:'''
*[https://youtu.be/iqkCvDjboFg Неравенство Маркова]
*[https://youtu.be/5xzlztrNsOY Неравенство Чебышева]
*[https://youtu.be/k-IZRdBaJpE Сходимость по вероятности. Определение]
*[https://youtu.be/nEG0J4Jge6w Сходимость по вероятности. Примеры]
*[https://youtu.be/gMTkfbx0ux4 Сходимость по вероятности. Теорема об умножении на число]
*[https://youtu.be/ePoC6Xpkz9U Сходимость по вероятности. Предел от суммы равен сумме пределов по вероятности]
*[https://youtu.be/d4SSPyv620s Сходимость по вероятности. Теорема Слуцкого, ее доказательство и следствия]
*[https://youtu.be/O1_x-91Sh6g Ещё три вида сходимости]

'''Посмотрите материалы семинаров:'''
* БП: [https://youtu.be/mvkXi9GgFWM Неравенства Маркова и Чебышева: теория и задачи]
* БП: [https://youtu.be/EplbWgonq5M Нормальное распределение: определение и свойства]
* БП: [https://youtu.be/XekEkv-Fh2s Нормальное распределение: N(0,1)]
* БП: [https://youtu.be/GFfW0WWEJpk Нормальное распределение: задачи на расчет вероятностей]
* ИП: на семинаре студенты в дискорде по группам самостоятельно решали [https://github.com/bdemeshev/probability_pro/raw/master/probability_pro.pdf 10.1 и 10.14] плюс нахождение H(X), H(Y|X), I(X, Y).

=== 1 декабря. Закон Больших Чисел. Центральная Предельная Теорема ===
'''Разберите материал лекции:'''
*[https://drive.google.com/file/d/1HflMjdpYbkAfRE55M3NDJwHrIBmLPU7D/view?usp=sharing Слайды к лекции]
К сожалению, видео на vr360.hse.ru записалось без звука, ниже ссылка на видео, записанное в zoom
*[https://youtu.be/jwbk48Vq3SE ЗБЧ и ЦПТ]. [https://youtu.be/vZPD99t55Ps Пример]: вычисление необходимого числа наблюдений.
Проверяем Закон Больших чисел в действии: пройдите [https://docs.google.com/forms/d/e/1FAIpQLSewxNnS1Oddos-miIRSdVAnCxA4vfEs9WulL4mYs2z1y3TOuw/viewform?usp=sf_link опрос] за 1 минуту и узнайте, работает ли закон больших чисел :) Результаты будут объявлены, когда проголосуют более 100 человек.

'''Посмотрите материалы семинаров:'''
* БП: [https://youtu.be/k3YUEb0k3Ek Нормальное распределение: задача про модуль]
* БП: [https://youtu.be/W5bi1FwtrOE Нормальное распределение: задачи на расчет вероятностей]
* БП: [https://youtu.be/RMorsftcpIM ЗБЧ и ЦПТ: формулировки]
* БП: [https://youtu.be/1-SZ-M6VBME ЗБЧ и ЦПТ: примеры задач]

'''Рекомендуемые задачи для подготовки к контрольным по темам лекции:'''
* Задачи из [https://github.com/bdemeshev/probability_hse_exams/raw/master/probability_hse_exams.pdf прошлых контрольных]: №4 (19-20); №7-8 (17-18); №3, 4(a,б)(16-17); №2, №3 (14-15) [все из второй КР].

=== 8 декабря. Интегральная и локальная теоремы Муавра-Лапласа. Задача о страховом резерве. Неравенство Берри-Ессеена ===

'''Разберите материал лекции:'''
*[https://vr360.hse.ru/account/broadcasts/1045 Видео vr360].
То же видео по разделам, записанное другой камерой (лучше видны формулы):
*[https://youtu.be/U_QvfbfvPuU Теорема Муавра-Лапласа]
*[https://youtu.be/vSYjIQ1jf1w Примеры применения ЦПТ: доктор Спок, резерв страховой компании]
*[https://youtu.be/pi0q7IgJzTM Неравенство Берри-Эссеена - погрешность аппроксимации (приближения) в ЦПТ]
*[https://youtu.be/EHvPt30-7OA Ещё раз пример с резервом, но со случайными выплатами]

'''Посмотрите материалы семинаров:'''
* БП: [https://youtu.be/s_ySy2AVhf0 Нормальное распределение: задача про функцию плотности]
* БП: [https://youtu.be/7jSOxhbOYr4 ЦПТ: примеры задач]
* БП: [https://youtu.be/KTMK6JARfTY ЦПТ: примеры задач]
* БП: [https://youtu.be/dGqqVcvpA_c ЗБЧ: примеры задач]

=== 15 декабря. Метод Монте-Карло===

*[https://youtu.be/g7T4i2esM_0 Биржевой парадокс. Применение ЗБЧ: метод Монте-Карло]

*[https://youtu.be/t-ETLjne2xA Как намонтекарлить значения своей собственной случайной величины?]

==Второй семестр==
===12 января. Многомерное нормальное распределение===
'''Разберите материал лекции:'''
*[https://youtu.be/egFDSgu3JMg Многомерное нормальное распределение: определения и свойства]
Внимание, опечатка: на 20-ой минуте в определении 2 корень из двух пи должен быть в степени n

'''Посмотрите материалы семинаров:'''
* БП: [https://youtu.be/8739X68UXnc Двумерное нормальное распределение: основные формулы]
* БП: [https://youtu.be/aLD70csSAwo Двумерное нормальное распределение: пример задачи]
* БП: [https://youtu.be/gfPnQR-sGNM Условное двумерное нормальное распределение]
* ИП: [https://youtu.be/7tTeXiZAEEA Аксиоматика Хершела-Максвелла]

'''Рекомендуемые задачи для подготовки к контрольным по темам лекции:'''
* Задачи из [https://github.com/bdemeshev/probability_hse_exams/raw/master/probability_hse_exams.pdf прошлых контрольных]: №3 и №4 (15–16), №4 (14–15) [все из третьей КР].

'''Используйте Python''':

*[https://github.com/bogdanpotanin/Statistics-in-Pithon/raw/main/1.%20%D0%9C%D0%BD%D0%BE%D0%B3%D0%BE%D0%BC%D0%B5%D1%80%D0%BD%D0%BE%D0%B5%20%D0%BD%D0%BE%D1%80%D0%BC%D0%B0%D0%BB%D1%8C%D0%BD%D0%BE%D0%B5%20%D1%80%D0%B0%D1%81%D0%BF%D1%80%D0%B5%D0%B4%D0%B5%D0%BB%D0%B5%D0%BD%D0%B8%D0%B5.py Многомерное нормальное (включая условное) распределение]

===19 января. Многомерное нормальное: условное распределение. Распределения, связанные с нормальным: хи-квадрат, Стьюдента, Фишера===
'''Разберите материал лекции:'''
*[https://youtu.be/ULhG4pO2hNc Условное многомерное нормальное распределение]
И всё-таки в задаче про вес и рост условная дисперсия веса равна 20, а не 16,3. Посчитано было верно, но при записи перепутаны цифры: должно быть Var (m|h=182)=36*(1-28*28/(49*36))=20.
* определение распределений хи-квадрат, Стьюдента, Фишера смотрите в материалах семинаров

'''Посмотрите материалы семинаров:'''
* БП (дополнение лекции): [https://youtu.be/o37eOBUw0yQ Хи-квадрат распределение: определение и свойства]
* БП (дополнение лекции): [https://youtu.be/gPP8fsPOgzw Распределение Стьюдента: определение и свойства]
* БП (дополнение лекции): [https://youtu.be/TzFPcsGW0YE Распределение Фишера: определение и свойства]
* БП: [https://youtu.be/dmUz2BwFKb4 Табличные распределения: примеры задач]
* ИП: [https://youtu.be/z3bgNNEaCc8 Геометрический подход к хи-квадрат распределению]

'''Рекомендуемые задачи для подготовки к контрольным по темам лекции:'''
* Теоретический [https://github.com/bdemeshev/probability_hse_exams/blob/master/excerpt_minima.pdf минимум] к третьей КР: №1-4
* Задачный [https://github.com/bdemeshev/probability_hse_exams/blob/master/excerpt_minima.pdf минимум] к третьей КР: №1-2
* Задачи из [https://github.com/bdemeshev/probability_hse_exams/raw/master/probability_hse_exams.pdf прошлых контрольных]: миникр 1(19-20г.), №1,4(18-19г.), №3(17-18г.), №3-4(15-16г.), №4-5(14-15г.), №2(10-11г.), часть I.№1-2 и часть II.№3(8-9г.), часть I.№1,3 и часть II.№3(6-7г.), часть I.№1,3,5,9,12 и часть II.№9(5-6г.) [все из третьей КР]

'''Используйте Python''':
*[https://github.com/bogdanpotanin/Statistics-in-Pithon/raw/main/2.%20%D0%A0%D0%B0%D1%81%D0%BF%D1%80%D0%B5%D0%B4%D0%B5%D0%BB%D0%B5%D0%BD%D0%B8%D1%8F%2C%20%D1%81%D0%B2%D1%8F%D0%B7%D0%B0%D0%BD%D0%BD%D1%8B%D0%B5%20%D1%81%20%D0%BD%D0%BE%D1%80%D0%BC%D0%B0%D0%BB%D1%8C%D0%BD%D1%8B%D0%BC.py Распределения Хи-Квадрат, Фишера и Стьюдента]

===26 января. Основные понятия математической статистики===

* Ещё раз о [https://youtu.be/DkhQpjAQ01w правилах оценивания]: [https://docs.google.com/forms/d/e/1FAIpQLScbChpqt7TECjnqB1tLYK87dMebWEdRBl0rZatSsYeUWY89yQ/viewform?usp=sf_link опрос по переводу баллов за экзамен в оценку]

'''Разберите материал лекции:'''
*[https://youtu.be/Cd6e8vaXmF4 Генеральная совокупность и выборка. Способы организации выборки]
*[https://youtu.be/8cNOKk68-eQ Выборочные характеристики: вариационный ряд, выборочные функции распределения и плотности, гистограмма, выборочные моменты]

'''Посмотрите материалы семинаров:'''
* БП: [https://youtu.be/qTRs0Oy3nlI Введение в математическую статистику: использование Excel]
* ИП: [https://youtu.be/NM37yYWDRXM Производящие функции]

'''Рекомендуемые задачи для подготовки к контрольным по темам лекции:'''
* Задачи из [https://github.com/bdemeshev/probability_hse_exams/raw/master/probability_hse_exams.pdf прошлых контрольных]: №1 и №2(16–17), №1 и №2 (15–16), №1 (14–15), №1 (09–10) [все из третьей КР].

'''Команда room113 подготовила для вас красивую визуализацию гистограмм в R. Обязательно стройте гистограммы, когда работаете с выборкой и данными!'''
*[https://youtu.be/vAuviFqVtXg О гистограммах.] Файл с кодом и данные тут: https://drive.google.com/drive/u/1/folders/1uP7n3YKpJWvvN-uw5U_DjahZIjdy51m5?ths=true. Не бойтесь их, они не кусаются :)
[[Файл:Hist.png|800 × 501|мини|Самый красивый результат теории вероятностей — центральная предельная теорема! Она работает лучше, чем само нормальное распределение :)]]

'''Используйте Python''':
*[https://github.com/bogdanpotanin/Statistics-in-Python/blob/main/4.%20Выборочная%20функция%20распределения%20и%20гистограмма.py Выборочная функция распределения и гистограмма]
*[https://github.com/bogdanpotanin/Statistics-in-Python/blob/main/5.%20Выборочные%20характеристики.py Выборочные характеристики]
*[https://github.com/bogdanpotanin/Statistics-in-Python/blob/main/3.%20Генерация%20выборок%20из%20распределений.py Генерация выборок из распределений (повышенная сложность)]

===2 февраля. Свойства выборочных характеристик===

'''Разберите материал лекции:'''

[https://youtu.be/oFaRacf2q_M Свойства выборочной функции распределения, выборочного среднего, выборочных моментов и выборочной дисперсии. Несмещённая оценка дисперсии]

[https://youtu.be/KGboHzO7q4E Поправка в случае конечной генеральной совокупности]

'''Посмотрите материалы семинаров:'''
* БП: [https://youtu.be/4oxsH95dVSI Введение в математическую статистику: использование Excel (продолжение)]
* БП: [https://youtu.be/RE8WP7a8FiI Оценки и их свойства: несмещенность]
* БП: [https://youtu.be/WjJKGLyQbUk Оценки и их свойства: состоятельность]
* БП: [https://youtu.be/IW5MjydN7_c Оценки и их свойства: эффективность]

'''Рекомендуемые задачи для подготовки к контрольным по темам лекции:'''
* Теоретический [https://github.com/bdemeshev/probability_hse_exams/blob/master/excerpt_minima.pdf минимум] к третьей КР: №5-8
* Задачный [https://github.com/bdemeshev/probability_hse_exams/blob/master/excerpt_minima.pdf минимум] к третьей КР: №3-4
* Задачи из [https://github.com/bdemeshev/probability_hse_exams/raw/master/probability_hse_exams.pdf прошлых контрольных]: №5(18-19 г.), №7(17-18 г.), №1(16-17 г.), №2(15-16 г.), №1(9-10 г.), ч.I №9, ч.II-А №5(8-9 г.), ч.I №7,13,14; ч.II №1(а-б)(5-6 г.)

'''Используйте Python''':
*[https://github.com/bogdanpotanin/Statistics-in-Python/blob/main/4.%20Выборочная%20функция%20распределения%20и%20гистограмма.py Выборочная функция распределения и гистограмма]
*[https://github.com/bogdanpotanin/Statistics-in-Python/blob/main/5.%20Выборочные%20характеристики.py Выборочные характеристики]
*[https://github.com/bogdanpotanin/Statistics-in-Python/raw/main/6.%20%D0%A1%D1%82%D0%B0%D1%82%D0%B8%D1%81%D1%82%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%B8%D0%B5%20%D0%BE%D1%86%D0%B5%D0%BD%D0%BA%D0%B8.py Статистические оценки (по мотивам задачи №6 из КР №3 за 2018-2019 год, немного забегая вперед)]

===9 февраля. Точечные оценки и их свойства===

'''Разберите материал лекции:'''
[https://youtu.be/51XwcT9SVaw Состоятельность, несмещённость и эффективность оценок неизвестных параметров распределений]

'''Рекомендуемые задачи для подготовки к контрольным по темам лекции:'''
* Теоретический [https://github.com/bdemeshev/probability_hse_exams/blob/master/excerpt_minima.pdf минимум] к третьей КР: №9-11
* Задачный [https://github.com/bdemeshev/probability_hse_exams/blob/master/excerpt_minima.pdf минимум] к третьей КР: №5-9
* Задачи из [https://github.com/bdemeshev/probability_hse_exams/raw/master/probability_hse_exams.pdf прошлых контрольных]: Миникр 3 № 1,2,4 (19-20 г.), №8 (18-19 г.)