Wiki - Факультет компьютерных наук - Вклад [ru]

Wiki ФКН

2026-01-18T16:13:38Z

Xumuk mk:

__NOTOC__
= Учебные курсы факультета компьютерных наук =

{| class="wikitable"
|-
! colspan="2" | <div style="text-align: center;">'''Навигация'''</div>
|-
! [[#bachelors|Курсы бакалавриата ФКН]]
| <div style="text-align:center">[[#AMI|ПМИ]] · [[#SE|ПИ]] · [[#DSBA|ПАД]] · [[#compds|КНАД]] · [[#EDA|ЭАД]] · [[#DRIP|ДРИП]] · [[#electives|майноры и факультативы]]</div>
|-
! colspan="2" | [[#DataCulture|Курсы в рамках проекта Data Culture]] · [[#masters|Курсы магистратуры ФКН]] · [[#other|Курсы других факультетов]] · [[#archive|Архив]]
|}

== Курсы за 2025/26 учебный год ==
{| class="wikitable courses"
|-

! width="21%" | 1 курс !! width="21%" | 2 курс !! width="21%" | 3 курс !! width="21%" | 4 курс !! rowspan="2" | '''майноры и факультативы'''
|-
| colspan="4" style="text-align: center;" | '''ПМИ'''
|-
|

'''М+'''

[[Линейная_алгебра_и_геометрия_на_ПМИ_2025/2026_(пилотный_поток) | Линейная алгебра и геометрия (пилотный поток)]]

[[Математический_анализ_1_2025/26_(пилотный_поток) | Математический анализ-1 (пилотный поток)]]

[[Дискретная математика_на_ПМИ_2025/2026_(пилотный_поток) | Дискретная математика (пилотный поток)]]

[[Теория_чисел_(пилотный_поток)_2025/26 | Теория чисел (пилотный поток)]]

'''М'''

[[Линейная_алгебра_и_геометрия_на_ПМИ_2025/2026_(основной_поток) | Линейная алгебра и геометрия (основной поток)]]

[[Математический_анализ_1_2025/26_(основной_поток) | Математический анализ-1 (ПМИ основной поток)]]

[[DM1PMIbase-2025-26 | Дискретная математика (ПМИ основной поток)]]

[[Теория_чисел_(основной_поток)_2025/26 | Теория чисел (основной поток)]]

'''П'''

[[Язык программирования Python 2025/26 (основной поток) ]]

[[Алгоритмы и структуры данных 1 (основной поток) (2 модуль) 2025/2026]]

'''П+'''

[[Язык программирования C++ (пилотный поток) ]]

[[Алгоритмы и структуры данных пилотный поток 2025/2026 | Алгоритмы и структуры данных (пилотный поток)]]

||

'''М+'''

[[Математический_Анализ_2_на_ПМИ_2025/26_(пилотный_поток) | Математический анализ 2 (пилотный поток)]]

[[Теория_вероятностей_2025/26_(пилотный_поток) | Теория вероятностей (пилотный поток)]]

'''М'''

[[Теория_вероятностей_на_ПМИ_2025/2026_(основной_поток) | Теория вероятностей (основной поток)]]

[[Математический_анализ_-_2_(основной_поток)_ПМИ_и_ЭАД_2025/2026 | Математический анализ-2 (ПМИ + ЭАД)]]

 

'''П'''

[[МО-1 | Машинное обучение 1]]

[[Язык_программирования_Python_(углубленный_курс) | Язык программирования Python (углубленный курс)]]
 

[[CAOS-2025/26 | Архитектура компьютеров и операционные системы]]

[[Инструменты_промышленной_разработки | Инструменты промышленной разработки]]

[[Алгоритмы_и_структуры_данных_2_2025/26 | Алгоритмы и структуры данных 2 2025/26]]

[[Язык_программирования_Go | Язык программирования Go]]

[[Комплексный анализ 2025/26]]

[[Функциональный анализ 2025/26]]

[[ Дискретная_математика_2_2025/26 | Дискретная математика 2 2025/26 ]]

||

[[ PE101-25-26 | Performance engineering 101 ]]

[[ Стохастический_анализ_(весна_2026) | Стохастический анализ ]]

[[Функциональное_программирование_2025/2026 | Функциональное программирование]]

[[ Основы_тензорных_вычислений_(2025/26) | Основы тензорных вычислений ]]

[[Рекомендательные системы 2025/26 | Рекомендательные системы]]

[[Глубинное обучение 1 25/26 | Введение в глубинное обучение]]

[[ Types_25 | Типы в языках программирования ]]

[[ Безопасность_компьютерных_систем_25/26 | Безопасность компьютерных систем ]]

[[ Моделирование временных рядов 2025/26 | Моделирование временных рядов ]]

[[ Случайные_процессы_приложения_2025/26 | Случайные процессы и их приложения ]]

'''ПМИ / МОП'''

[[Машинное_обучение_1_25/26 | Машинное обучение 1]]

[[Математическая_статистика_2_2025/2026 | Математическая статистика 2]]

[[ML_Research_Seminar_1 | НИС Машинное Обучение и Приложения 1]]

'''ПМИ / РС'''

[https://docs.google.com/document/d/1sHfi9_m4hx4y0iIgQEueMCr4qokLxh2Bvyzw_MdE2iI/edit?usp=sharing Распределенные системы]

[https://docs.google.com/document/d/1Hqu7iVY0FpYVujjNpIClkIMOQy32YWJpJHZKPSrOtmA/edit?usp=sharing НИС Распределенные системы]

'''ПМИ / ТИ'''

[[ NIS-TCS-25-26 | НИС Теоретическая информатика ]]

 

||

[[ PE101-25-26 | Performance engineering 101 ]]

[http://wiki.cs.hse.ru/%D0%93%D0%B5%D0%BD%D0%B5%D1%80%D0%B0%D1%82%D0%B8%D0%B2%D0%BD%D1%8B%D0%B5_%D0%BC%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8_%D0%BD%D0%B0_%D0%BE%D1%81%D0%BD%D0%BE%D0%B2%D0%B5_%D0%B4%D0%B8%D1%84%D1%84%D1%83%D0%B7%D0%B8%D0%B8_(25/26) Генеративные модели на основе диффузии 25/26]

[[Большие_языковые_модели_25_26 | Большие языковые модели]]

[[Theory_of_computation_2025 | Theory of computation]]

[[Statistical_learning_theory_2025 | Statistical learning theory]]

[[Теория_и_практика_онлайн-экспериментов_25/26 | Теория и практика онлайн-экспериментов]]

[[Современный_NLP_и_большие_языковые_модели_26 | Современный NLP и большие языковые модели]]

'''ПМИ / МОП'''

[http://wiki.cs.hse.ru/%D0%93%D0%BB%D1%83%D0%B1%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_2_2025 Глубинное обучение 2]

[[ML_Research_Seminar_2 | НИС Машинное Обучение и Приложения 2]]

[[LSML 2025/2026 | Машинное обучение для больших данных]]

'''ПМИ / РС'''

[https://docs.google.com/document/d/1Q2gx-6ugSi9intAW6ZSsLZNrEvl7S5ClyAhn8EjJnRM/edit?usp=sharing НИС Распределенные системы 2]

[https://gitlab.velkerr.ru/velkerr/msbdp-2026/-/blob/main/README.md?ref_type=heads Методы и системы обработки больших данных]

'''ПМИ / ТИ'''

[[ NIS-TCS-25-26 | НИС Теоретическая информатика ]]

[[ OWF-25-26 | Односторонние функции и их применения ]]

[[ ConvApprox26 | Выпуклое программирование и аппроксимационные алгоритмы ]]

 

| rowspan="11" |


[[Майнор_Биоинформатика_1_год_2025/26|Биоинформатика 1 год 2025/26]]

[[Майнор_Биоинформатика_2_год_2025/26|Биоинформатика 2 год 2025/26]]

[[Введение_в_программирование_25/26|Введение в программирование. Питон 25/26]]

[[Введение_в_базы_данных_25/26|Введение в базы данных 25/26]]

[[Основы_глубинного_обучения_25/26|Основы глубинного обучения 25/26]]

[[Основы_машинного_обучения/2026|Основы машинного обучения 25/26]]

[[Прикладные_задачи_анализа_данных/2026|Прикладные задачи анализа данных 25/26]]

[[Kolmogorov_complexity_fall2025|Introduction to Kolmogorov complexity]]

|-
| colspan="4" style="text-align: center;" | '''ПИ'''
|-
|

[[Алгебра_ПИ_2025-2026|Алгебра 25/26]]

[[Дискретная_математика_25/26|Дискретная математика 25/26]]

[[Математический_анализ_25/26|Математический анализ 25/26]]

|
[[НИС_Методы_и_алгоритмы_защиты_информации_25/26|НИС Методы и алгоритмы защиты информации 25/26]]

[[Теория_вероятностей_25/26|Теория вероятностей 25/26]]
[[Математическая_статистика_25/26 | Математическая статистика 2025/26]]
|
 

||
 

|-
| colspan="4" style="text-align: center;" | '''ПАД'''
|-
|
'''1st year DSBA 2025/2026'''

[[Calculus 1 DSBA 2025/2026 | Calculus 1 (modules 1-4)]]

[[C++ Programming Language DSBA 2025/2026 | C++ Programming Language (modules 1-3)]]

[[English DSBA 2025/2026 | English Language (modules 1-4)]]

[[LAaG DSBA 2025/2026 | Linear Algebra and Geometry (modules 1-4)]]

[[Discrete Mathematics 1 DSBA 2025/2026 | Discrete Mathematics 1 (modules 1-3)]]

[[Russian History DSBA 2025/2026 | Russian History (modules 1-4)]]

[[Economics DSBA 2025/2026 | Economics (modules 2-3)]]

[[Foundations of Russian Statehood DSBA 2025/2026 | Foundations of Russian Statehood (module 3)]]

[[Algebra DSBA 2025/2026 | Algebra (module 4)]]

[[Algorithms and Data Structures 1 DSBA 2025/2026 | Algorithms and Data Structures 1 (module 4)]]

[[Python for Data Science DSBA 2025/2026 | Python for Data Science (module 4)]]

||
'''2nd year DSBA 2025/2026'''

[[Algorithms and Data Structures DSBA 2025/2026 | Algorithms and Data Structures (modules 1-3)]]

[[Discrete Mathematics 2 DSBA 2025/2026 | Discrete Mathematics 2 (modules 1-2)]]

[[Calculus 2 DSBA 2025/2026 | Calculus 2 (modules 1-2)]]

[[Probability Theory DSBA 2025/2026 | Probability Theory (modules 1-2)]]

[[Introduction to Micro and Macroeconomics DSBA 2025/2026 | Introduction to Micro and Macroeconomics (modules 1-4)]]

[[Computer Architecture and Operating Systems DSBA 2025/2026 | Computer Architecture and Operating Systems (modules 3-4)]]

[[Mathematical Statistics DSBA 2025/2026 | Mathematical Statistics (modules 3-4)]]

[[Machine Learning 1 DSBA 2025/2026 modules 3-4 | Machine Learning 1 (modules 3-4)]]

[[Differential Equations DSBA 2025/2026 | Differential Equations (modules (3-4)]]

'''Minors'''

[[Business and Management in Global Context DSBA 2025/2026 | Business and Management in Global Context (modules 1-4)]]

[[Introduction to Finance DSBA 2025/2026 | Introduction to Finance (modules 1-4)]]

||
'''3rd year DSBA 2025/2026'''

[[Databases DSBA 2025/2026 | Databases (modules 1-2)]]

[[Optimization Methods DSBA 2025/2026 | Optimization Methods (modules 1-2)]]

[[Machine Learning 1 DSBA 2025/2026 | Machine Learning 1 (modules 1-2)]]

[[Stochastic processes and applications DSBA 2025/2026 | Stochastic processes and applications (modules 1-2)]]

[[Time Series Analysis DSBA 2025/2026 | Time Series Analysis (modules 3-4)]]

[[Deep Learning DSBA 2025/2026 | Deep Learning (modules 3-4)]]

'''Minors'''

[[Introduction to Entrepreneurship DSBA 2025/2026 | Introduction to Entrepreneurship (business minor, modules 1-2)]]

[[Information Systems Management DSBA 2025/2026 | Information Systems Management (business minor, modules 3-4)]]

[[Econometrics DSBA 2025/2026 | Elements of Econometrics (finance minor, modules 1-4)]]

'''Specialization Data Science in Business'''

[[Research Seminar "Data Analysis in Business" DSBA 2025/2026 | Research Seminar "Data Analysis in Business“ (modules 1-4)]]

[[Data Analysis in Business DSBA 2025/2026 | Data Analysis in Business (modules 1-2)]]

[[Investment Management for Business DSBA 2025/2026 | Investment Management for Business (modules 3-4)]]

'''Specialization Data Science in Finance'''

[[Research Seminar "Data Science in Financial Economics" DSBA 2025/2026 | Research Seminar "Data Science in Financial Economics" (modules 1-4)]]

[[Financial Mathematics DSBA 2025/2026 | Financial Mathematics (modules 1-2)]]

[[Risk Management in Bank DSBA 2025/2026 | Risk Management in Bank (modules 3-4)]]

'''Specialization Data Analysis in Applied Research'''

[[Research Seminar "Data Science in Applied Research" DSBA 2025/2026 | Research Seminar "Data Science in Applied Research" (modules 1-4)]]

[[Methods of Mathematical Modeling DSBA 2025/2026 | Methods of Mathematical Modeling (modules 1-2)]]

[[Applied Statistics for Machine Learning DSBA 2025/2026 | Applied Statistics for Machine Learning (modules 3-4)]]

'''Electives (modules 3-4)'''

[[Operations Research and Game Theory DSBA 2025/2026 | Operations Research and Game Theory]]

[[Advanced Statistical Methods DSBA 2025/2026 | Advanced Statistical Methods]]

[[Recommender Systems DSBA 2025/2026 | Recommender Systems]]

||
'''4th year DSBA 2025/2026'''

[[Strategy DSBA 2025/2026 | Strategy (modules 1-3)]]

[[Statistical Methods for Market Research DSBA 2025/2026 | Statistical Methods for Market Research (modules 2-3)]]

'''Electives block 1 (modules 1-3)'''

[[Core Management Concepts DSBA 2025/2026 | Core Management Concepts]]

[[Asset Pricing and Financial Markets DSBA 2025/2026 | Asset Pricing and Financial Markets]]

'''Electives block 2 (modules 1-2)'''

[[Introduction to the Study of Language for Computer Scientists DSBA 2025/2026 | Introduction to the Study of Language for Computer Scientists]]

[[Quantitative Finance DSBA 2025/2026 | Quantitative Finance]]

[[Information Security Risk Management DSBA 2025/2026 | Information Security Risk Management]]

[[Generative Models in Machine Learning DSBA 2025/2026 | Generative Models in Machine Learning]]

[[Natural Language Processing DSBA 2025/2026 | Natural Language Processing]]

'''Electives block 3 (module 3)'''

[[Information Systems DSBA 2025/2026 | Information Systems]]

[[Cоmputer Vision DSBA 2025/2026 | Cоmputer Vision]]

'''Research Seminar Electives (modules 1-3)'''

[[Research Seminar "Data Analysis in the Natural Sciences" DSBA 2025/2026 | Research Seminar "Data Analysis in the Natural Sciences"]]

[[Research Seminar "Data Science in Financial Markets" DSBA 2025/2026 | Research Seminar "Data Science in Financial Markets"]]

[[Research Seminar "Data analysis in complex systems" DSBA 2025/2026 | Research Seminar "Data analysis in complex systems"]]

|-
| colspan="4" style="text-align: center;" | '''КНАД'''
|-
|
[[Программирование на С++ КНАД ВСН 25-26]]

[[Дискретная_Математика_КНАД_2025/26 | Дискретная математика 2025/26 (КНАД)]]

[[Программирование_на_Python_КНАД_25/26 | Программирование на Python 25/26 (КНАД)]]

[[Python_для_сбора_и_анализа_данных_КНАД_25/26 | Python для сбора и анализа данных КНАД 25/26]]

[[Алгоритмы и структуры данных - 1 2025/2026 2 модуль (КНАД)]]

[[Линейная алгебра КНАД 25/26]]

[[Математический Анализ КНАД 25/26]]

||
[[Алгебра КНАД 2025/2026 | Алгебра]]

[[Алгоритмы_и_структуры_данных_2_КНАД_25/26 | Алгоритмы и структуры данных-2]]

[[Математический_анализ_2_КНАД_2025/26 | Математический анализ-2 2025/26 (КНАД)]]

[[Теория_вероятностей_КНАД_2025/26 | Теория вероятностей 2025/26 (КНАД)]]

[[ACOS_COMPDS_2025/26 | Архитектура Компьютера и Операционные Системы]]

[[Математическая_статистика_КНАД_2025/26 | Математическая статистика 2025/26 (КНАД)]]

||
 

||
 

|-
| colspan="4" style="text-align: center;" | '''ЭАД'''
|-
|
[[Программирование на С++ ЭАД 25/26]]

[[Язык программирования Python 2025/26 (ЭАД) ]]

[[DM1EAD-2025-26 | Дискретная математика 2025/26 (ЭАД)]]

[[Линейная_алгебра_и_геометрия_на_ПМИ_2025/2026_(основной_поток) | Линейная алгебра и геометрия]]

[[Математический_анализ_1_2025/26_(основной_поток)_ЭАД | Математический анализ-1 (ЭАД)]]

[[Алгоритмы и структуры данных-1 2025/2026 2 модуль (ЭАД)]]
||

[[Алгоритмы и структуры данных 2 ЭАД 25/26 | Алгоритмы и структуры данных-2]]

||
 

||
 

|-
| colspan="4" style="text-align: center;" | '''ДРИП'''
|-
|
[[Алгоритмы и структуры данных-1 (ДРИП)]]

[[Ddip2529 | Линейная алгебра и геометрия]]

[[DM_DRIP-2025-26 | Дискретная математика 2025/26 (ДРИП)]]

||
[[Теория_вероятностей_ДРИП_25/56 | Теория вероятностей 2025/26 (ДРИП)]]

||
 

||
 

|}

== Курсы в рамках проекта [https://www.hse.ru/dataculture/ Data Culture] ==

{| class="wikitable"
|-
! Осенний семестр !! Весенний семестр
|-
|
|
|}

== Курсы магистратуры ФКН ==
{| class="wikitable"
|-
! Ссылка !! Дисциплина !! Год обучения
|-
| [[ NIS-TCS-25-26 | НИС Теоретическая информатика ]] || НИС ТИ || СКН, 1-2 год
|-
| [[MOTV_2025 | Mathematical foundations of probability theory]] || Math of Machine Learning, MML || 1 year
|-
| [[MC_2025 | Markov Chains]] || Math of Machine Learning, MML || 1 year
|-
| [[Sample_2026 | Sampling and Generative Modeling ]] || Math of Machine Learning, MML || 1 year
|}

== Курсы других факультетов ==

{| class="wikitable"
|-
! Дисциплина !! Курс !! Период
|-
| [[icef-scalc-2025-fall|Stochastic Calculus Fall 2025]] ||icef, master 1 year || 2 module
|-
|}

== Факультативы ==

{| class="wikitable"
|-
! Дисциплина !! Период
|-
| [[Аналитическая_теория_чисел:_приложения_комплексного_анализа_25/26 | Аналитическая теория чисел: приложения комплексного анализа 25/26]] || 1-2 модуль
|-
|}

= Архив до 2024/25 учебного года включительно =
[[Wiki ФКН/Архив]]

Стохастический анализ (весна 2026)

2026-01-18T16:12:14Z

Xumuk mk: Новая страница: «== О курсе == (wiki.cs часто не работает, когда мы пытались обновить материалы, поэтому лучше с…»

== О курсе ==

(wiki.cs часто не работает, когда мы пытались обновить материалы, поэтому лучше следить в телеграм-канале, где всё актуальное выкладывается вовремя)

Случайные процессы возникают в тот момент, когда одних случайных величин становится недостаточно. Цены на бирже, процентные ставки, как и некоторые физические явления: диффузия, взаимодействие огромного числа частиц -- демонстрируют, что нужен более общий взгляд, учитывающий также изменения случайных величин во времени. С другой стороны, можно попробовать внести случайность и обыкновенные дифференциальные уравнения станут стохастическими. На таких уравнениях строится почти вся финансовая математика, но особенный новый интерес стохастические дифференциальные уравнения приобрели несколько лет назад, положив начало диффузионным моделям, известным многим под вывеской Midjourney и StableDiffusion. Этот курс для тех, кто знаком с теорией вероятности и базовыми математическими дисциплинами и хотел бы пойти дальше, не забывая о практической стороне. Первая половина курса будет посвящена теории случайных процессов и центральными примерами для нас будут гауссовские процессы, цепи Маркова, Винеровский, Пуассоновский и связанные с ними процессы. Вторая часть представит стохастические интегралы и стохастические дифференциальные уравнения в контексте нескольких практических задач.

=== Контакты ===

Основные информационные ресурсы курса -- группа в Телеграм (инвайт по запросу) и [https://t.me/stoch24 Телеграм-канал].

[https://hse.ru/staff/mkaledin Максим Каледин], ФКН ВШЭ.

Артём Краевский, ФКН ВШЭ.

== Учебный план ==

Предусмотрены лекционные, семинарские занятия, 4 домашних задания. Все материалы курса можно найти здесь и в других инфоресурсах:

- Telegram: чат(непубличная ссылка) и [https://t.me/stoch24 канал]

- Twitch: [https://www.twitch.tv/sound_dl_stat ссылка] тут стримы и записи (хранятся 7 дней)

- Github: [https://github.com/XuMuK1/stochan/tree/year2026 ссылка] конспекты, ноутбуки и задания

Итоговая оценка для всех: Оитог = 0.6Одз + 0.4Оэкз, где Одз -- средняя оценка за ДЗ и Оэкз -- оценка за экзамен. Округляется только Оитог, округление арифметическое.

Важно: 4й курс проходит только 3й модуль, поэтому для них предусмотрены только первое и второе ДЗ и финальный экзамен.

=== Пререквизиты ===

- Математический анализ 1-2

- Линейная алгебра

- Теория вероятностей

- Программирование на Python, научные пакеты (numpy, sklearn,..) в плюс

- Обыкновенные дифференциальные уравнения (самые основы и общее представление)

== Домашние задания ==

ДЗ 2023-2025 года априори не актуальны, будут немного другие. Но что-то может перекочевать.

В этом году теоретические и компьютерные задачи выдаются по ходу, засчитываются как дз вместе с дедлайном кодовой части.

Вес кодовой части в оценке за одно ДЗ равен 0.5.

По умолчанию срок выполнения -- две недели от выдачи кодовой домашки. Можно просрочить (граница -- 2359 крайнего дня) не более, чем на 1 неделю(тогда штраф -30%), далее работы не принимаются.

== Экзамен ==

Экзамен устный: вопрос, задача, доп. вопросы. Программу публикуется ближе к дате в зависимости от того, что и как успеем обсудить.

== Литература ==

1. Коралов Л.Б., Синай Я.Г. Теория вероятностей и случайные процессы, МЦНМО, 2014.

2. Øksendal B. Stochastic Differential Equations: An Introduction with Applications, Springer, 2004, 10.1007/978-3-662-03185-8.

3. Ширяев А.Н. Основы стохастической финансовой математики (в двух томах), МЦНМО, 2016.

4. Булинский А.В., Ширяев А.Н. Теория случайных процессов, М: Физматлит, 2005.

5. Вентцель Е.С., Овчаров Л.А. Теория случайных процессов и её инженерные приложения, М:Высшая школа, 2000.

Вообще много книг и источников будет по ходу, так что следите за каналом Стохан24 ;)

Математическая статистика 2 2025/2026

2025-12-03T14:02:29Z

Xumuk mk:

== Преподаватели и учебные ассистенты ==
=== 1-ый модуль===
{| class="wikitable" style="text-align:center"
|-
! Группа !! МОП231 !! МОП232 !! МОП233 !! МОП234!! КНАД
|-
|| Лектор ||colspan="5"| [https://t.me/nikita_puchkin Пучкин Никита Андреевич]
|-
|| Семинарист || [https://t.me/nikita_puchkin Никита Пучкин] || [https://t.me/sheshamar Марина Шешукова] || [https://t.me/egorgladin Егор Гладин] || [https://t.me/Bicycle_Standart Константин Яковлев] || [https://t.me/desiment_0 Михаил Михайлов]
|-
|| Ассистенты || [https://t.me/artempotarusov Артем Потарусов] [https://t.me/katasonov_eugene Катасонов Евгений] || [https://t.me/a_ladyseva Алина Ладысева] [https://t.me/Alexxxey5 Алексей Воронко] || [https://t.me/akveronika Вероника Аксененко] [https://t.me/el_el_k Елисей Шинкарев] || [https://t.me/set_and_sad Илья Вдовец] [https://t.me/ya_veraaa Вера Слипченко] || [https://t.me/loowave Михаил Тищенко]
|-
|| Группа в Telegram || [https://t.me/+dDx_RP02WOgzODdi Группа 231] || [https://t.me/+NFvEXsEdBZE2NzNi Группа 232] || [https://t.me/+GKDPy07yGN8zY2Iy Группа 233] || [https://t.me/+1lwpSBRv4Ow4NWFi Группа 234] || [https://t.me/+UeKLN_efyfQ3ZDJi КНАД]
|-
|colspan="6"| [https://t.me/+5ceuZ8kh68szNTcy Чат курса в Telegram]
|}

=== 2-й модуль===
{| class="wikitable" style="text-align:center"
|-
! Группа !! МОП231 !! МОП232 !! МОП233 !! МОП234!! КНАД
|-
|| Лектор ||colspan="5"| [https://www.hse.ru/org/persons/176213548/ Максим Каледин]
|-
|| Семинарист || [https://www.hse.ru/org/persons/176213548/ Алексей Ужегов] || [https://www.hse.ru/org/persons/634804954 Владимир Бочарников] || [... Артём Краевский] || [... Юлия Теляковская] || [https://t.me/desiment_0 Михаил Михайлов]
|-
|| Ассистенты || [... Никита Чуйкин] [... Николай Яковчук] [... Рустам Гаунов] [... TBA] || || || || [https://t.me/loowave Михаил Тищенко]
|-
|| Группа в Telegram || по запросу || || || || [https://t.me/+UeKLN_efyfQ3ZDJi КНАД]
|-
|colspan="6"| [https://t.me/+5ceuZ8kh68szNTcy Чат курса в Telegram]
|}

== Организационные моменты ==
=== Правила игры ===
Оценка за курс вычисляется по формуле

Оитог = 0.1 * ТДЗ1 + 0.1 * ПДЗ1 + 0.3 * КР + 0.2 * БДЗ + 0.3 * Э,

где

* ТДЗ1 — оценка за теоретические домашние задания в первом модуле;
* ПДЗ1 — оценка за практические домашние задания в первом модуле;
* КР — оценка за контрольную работу;
* БДЗ - оценка за большое домашнее задание во втором модуле;
* Э — оценка за письменный экзамен.

Округляется только итоговый балл. Правило округления стандартное (арифметическое).

=== Ведомость с оценками ===

{| class="wikitable" style="text-align:center"
|-
! [https://docs.google.com/spreadsheets/d/1zYjO4ouCmh_aR3AwzLdRV2rKD8-K1XHECEWGrwLhehg/edit?gid=1963363551#gid=1963363551 231] !! [https://docs.google.com/spreadsheets/d/1zYjO4ouCmh_aR3AwzLdRV2rKD8-K1XHECEWGrwLhehg/edit?gid=1717725581#gid=1717725581 232] !! [https://docs.google.com/spreadsheets/d/1zYjO4ouCmh_aR3AwzLdRV2rKD8-K1XHECEWGrwLhehg/edit?gid=459660786#gid=459660786 233] !! [https://docs.google.com/spreadsheets/d/1zYjO4ouCmh_aR3AwzLdRV2rKD8-K1XHECEWGrwLhehg/edit?gid=1798165119#gid=1798165119 234] !! [https://docs.google.com/spreadsheets/d/1zYjO4ouCmh_aR3AwzLdRV2rKD8-K1XHECEWGrwLhehg/edit?gid=839086464#gid=839086464 КНАД]
|}

=== Ссылки на классрум (модуль 1) ===

{| class="wikitable" style="text-align:center"
|-
! [https://classroom.google.com/c/ODA2ODU2NzAzNjEz?cjc=3vivg2vo 231] !! [https://classroom.google.com/c/ODE0NDE0MTMxOTkx?cjc=jfpkffwi 232] !! [https://classroom.google.com/c/ODE0NDE0NjI0NDkx?cjc=boxaynee 233] !! [https://classroom.google.com/c/ODE0NDU2NTgyODg0?cjc=ppfttsgq 234] !! [https://classroom.google.com/c/ODA3MTE0ODk4Mjk1?cjc=wfpl5b5p КНАД]
|}

=== Ссылки на Anytask (модуль 2) ===

Группа 231 Zfr2D6W

Группа 232 uc7OvYv

Группа 233 C95Zk9V

Группа 234 yFzsuf2

Группа КНАД bo40n1N

== Материалы ==

=== Модуль 1 ===

[https://disk.yandex.ru/i/gAIm_UjLGTX8jQ '''Обновляемый конспект лекций''']

[https://disk.yandex.ru/d/_VB7Hf1VpTjjQg '''Семинары (листочки)''']

[https://disk.yandex.ru/d/Fl9GzW__-98onA '''Записи лекций и семинаров''']

[https://disk.yandex.ru/d/YkQLrN5s2JOhWA '''Рукописные конспекты лекций и семинаров''']

=== Модуль 2 ===

[https://twitch.tv/sound_dl_stat '''Стримы лекций''']

[https://github.com/XuMuK1/psmo/tree/2025 '''Невидеоконтент (конспекты лекций, семинарские материалы, ДЗ и другое)''']

По техническим причинам актуальные ссылки лучше смотреть в чате в закреплённых сообщениях.

== Контрольная работа (20.10, 14:40) ==

[https://disk.yandex.ru/i/jvtISd0PPQlhsQ Список определений и формулировок теорем]

[https://disk.yandex.ru/i/Aud2tL8LY7jVhg Пример заданий контрольной работы]

Контрольная работа пройдет 20 октября в 14:40, продолжительность — 2,5 часа. Работа состоит из 4 вопросов на знание определений и формулировок теорем из списка (по 0,5 баллов каждый) и 5 задач. Полное решение задачи оценивается в 2 балла, частичные продвижения в решении оцениваются меньшим количеством баллов. Оценка выставляется по формуле min{S, 10}, где S — сумма баллов за задачи и вопросы на знание определений и формулировок теорем. Разрешается принести 1 лист A4 с любыми вспомогательными материалами, написанными от руки; распечатанный текст не разрешается. Таблицы квантилей распределений переносить на него не нужно, их раздадим отдельно или сообщим значения квантилей в условии. Использование любых электронных устройств запрещено.

=== Распределение по аудиториям ===

Группы 231, 232 -- R305.

Группы 233, 234 -- R306.

[https://us06web.zoom.us/j/4847337394?pwd=uwU2jT9DKDI1WyZ93Jl7NqPmt0GUHY.1&omn=85049445090 Zoom (для студентов КНАД)]

== Домашние задания ==

{| class="wikitable" style="text-align:center"
|-
! [https://disk.yandex.ru/i/b15vSKiimQ-HNw Домашнее задание №1 (теоретическое), дедлайн - 24.09, 23:59]
|-
! [https://disk.yandex.ru/d/l-KXTg6XRNhlew Домашнее задание №2 (практическое), дедлайн - 5.10, 23:59]
|-
! [https://disk.yandex.ru/i/CRaEOG5WUzcJbQ Домашнее задание №3 (теоретическое), дедлайн - 17.10, 23:59]
|}

Каждому студенту даётся 5 дней отсрочки на все домашние задания, которые можно потратить как удобно (можно, например, потратить все на одно ДЗ или на несколько разных). Также есть 3 микроотсрочки на 15 минут. Несданное или сданное слишком поздно (в этом случае оно оценивается нулём баллов) ДЗ не расходует дни отсрочки.

== Большое домашнее задание (модуль 2) ==

{| class="wikitable" style="text-align:center"
|-
! [https://github.com/XuMuK1/psmo/tree/2025/homeworks Задания (дедлайн - 13.12, 23:59)]
|-
|}

При наличии неизрасходованных отсрочек, можно их потратить здесь.

== Список рекомендуемой литературы ==
=== Учебники ===
* Ивченко Г. И., Медведев Ю. И., "Введение в математическую статистику", М.: Издательство ЛКИ, 2010.

* Y. Tille, "Sampling and estimation from finite populations", Hoboken, NJ: Wiley, 2020.

* Wasserman L. A., "All of Statistics: A Concise Course in Statistical Inference", Springer New York, 2003.

* Särkkä S., Svensson L., "Bayesian Filtering and Smoothing", 2nd edition, Cambridge University Press, 2023.

Математическая статистика 2 2025/2026

2025-12-03T14:02:01Z

Xumuk mk:

== Преподаватели и учебные ассистенты ==
=== 1-ый модуль===
{| class="wikitable" style="text-align:center"
|-
! Группа !! МОП231 !! МОП232 !! МОП233 !! МОП234!! КНАД
|-
|| Лектор ||colspan="5"| [https://t.me/nikita_puchkin Пучкин Никита Андреевич]
|-
|| Семинарист || [https://t.me/nikita_puchkin Никита Пучкин] || [https://t.me/sheshamar Марина Шешукова] || [https://t.me/egorgladin Егор Гладин] || [https://t.me/Bicycle_Standart Константин Яковлев] || [https://t.me/desiment_0 Михаил Михайлов]
|-
|| Ассистенты || [https://t.me/artempotarusov Артем Потарусов] [https://t.me/katasonov_eugene Катасонов Евгений] || [https://t.me/a_ladyseva Алина Ладысева] [https://t.me/Alexxxey5 Алексей Воронко] || [https://t.me/akveronika Вероника Аксененко] [https://t.me/el_el_k Елисей Шинкарев] || [https://t.me/set_and_sad Илья Вдовец] [https://t.me/ya_veraaa Вера Слипченко] || [https://t.me/loowave Михаил Тищенко]
|-
|| Группа в Telegram || [https://t.me/+dDx_RP02WOgzODdi Группа 231] || [https://t.me/+NFvEXsEdBZE2NzNi Группа 232] || [https://t.me/+GKDPy07yGN8zY2Iy Группа 233] || [https://t.me/+1lwpSBRv4Ow4NWFi Группа 234] || [https://t.me/+UeKLN_efyfQ3ZDJi КНАД]
|-
|colspan="6"| [https://t.me/+5ceuZ8kh68szNTcy Чат курса в Telegram]
|}

=== 2-й модуль===
{| class="wikitable" style="text-align:center"
|-
! Группа !! МОП231 !! МОП232 !! МОП233 !! МОП234!! КНАД
|-
|| Лектор ||colspan="5"| [https://www.hse.ru/org/persons/176213548/ Максим Каледин]
|-
|| Семинарист || [https://www.hse.ru/org/persons/176213548/ Алексей Ужегов] || [https://www.hse.ru/org/persons/634804954 Владимир Бочарников] || [... Артём Краевский] || [... Юлия Теляковская] || [https://t.me/desiment_0 Михаил Михайлов]
|-
|| Ассистенты || [... Никита Чуйкин] [... Николай Яковчук] [... Рустам Гаунов] [... TBA] || || || || [https://t.me/loowave Михаил Тищенко]
|-
|| Группа в Telegram || по запросу || || || || [https://t.me/+UeKLN_efyfQ3ZDJi КНАД]
|-
|colspan="6"| [https://t.me/+5ceuZ8kh68szNTcy Чат курса в Telegram]
|}

== Организационные моменты ==
=== Правила игры ===
Оценка за курс вычисляется по формуле

Оитог = 0.1 * ТДЗ1 + 0.1 * ПДЗ1 + 0.3 * КР + 0.2 * БДЗ + 0.3 * Э,

где

* ТДЗ1 — оценка за теоретические домашние задания в первом модуле;
* ПДЗ1 — оценка за практические домашние задания в первом модуле;
* КР — оценка за контрольную работу;
* БДЗ - оценка за большое домашнее задание во втором модуле;
* Э — оценка за письменный экзамен.

Округляется только итоговый балл. Правило округления стандартное (арифметическое).

=== Ведомость с оценками ===

{| class="wikitable" style="text-align:center"
|-
! [https://docs.google.com/spreadsheets/d/1zYjO4ouCmh_aR3AwzLdRV2rKD8-K1XHECEWGrwLhehg/edit?gid=1963363551#gid=1963363551 231] !! [https://docs.google.com/spreadsheets/d/1zYjO4ouCmh_aR3AwzLdRV2rKD8-K1XHECEWGrwLhehg/edit?gid=1717725581#gid=1717725581 232] !! [https://docs.google.com/spreadsheets/d/1zYjO4ouCmh_aR3AwzLdRV2rKD8-K1XHECEWGrwLhehg/edit?gid=459660786#gid=459660786 233] !! [https://docs.google.com/spreadsheets/d/1zYjO4ouCmh_aR3AwzLdRV2rKD8-K1XHECEWGrwLhehg/edit?gid=1798165119#gid=1798165119 234] !! [https://docs.google.com/spreadsheets/d/1zYjO4ouCmh_aR3AwzLdRV2rKD8-K1XHECEWGrwLhehg/edit?gid=839086464#gid=839086464 КНАД]
|}

=== Ссылки на классрум (модуль 1) ===

{| class="wikitable" style="text-align:center"
|-
! [https://classroom.google.com/c/ODA2ODU2NzAzNjEz?cjc=3vivg2vo 231] !! [https://classroom.google.com/c/ODE0NDE0MTMxOTkx?cjc=jfpkffwi 232] !! [https://classroom.google.com/c/ODE0NDE0NjI0NDkx?cjc=boxaynee 233] !! [https://classroom.google.com/c/ODE0NDU2NTgyODg0?cjc=ppfttsgq 234] !! [https://classroom.google.com/c/ODA3MTE0ODk4Mjk1?cjc=wfpl5b5p КНАД]
|}

=== Ссылки на Anytask (модуль 2) ===

Группа 231 Zfr2D6W

Группа 232 uc7OvYv

Группа 233 C95Zk9V

Группа 234 yFzsuf2

Группа КНАД bo40n1N

== Материалы ==

=== Модуль 1 ===

[https://disk.yandex.ru/i/gAIm_UjLGTX8jQ '''Обновляемый конспект лекций''']

[https://disk.yandex.ru/d/_VB7Hf1VpTjjQg '''Семинары (листочки)''']

[https://disk.yandex.ru/d/Fl9GzW__-98onA '''Записи лекций и семинаров''']

[https://disk.yandex.ru/d/YkQLrN5s2JOhWA '''Рукописные конспекты лекций и семинаров''']

=== Модуль 2 ===

[https://twitch.tv/sound_dl_stat '''Стримы лекций''']

[https://github.com/XuMuK1/psmo/tree/2025 '''Невидеоконтент (конспекты лекций, семинарские материалы, ДЗ и другое)''']

По техническим причинам актуальные ссылки лучше смотреть в чате в закреплённых сообщениях.

== Контрольная работа (20.10, 14:40) ==

[https://disk.yandex.ru/i/jvtISd0PPQlhsQ Список определений и формулировок теорем]

[https://disk.yandex.ru/i/Aud2tL8LY7jVhg Пример заданий контрольной работы]

Контрольная работа пройдет 20 октября в 14:40, продолжительность — 2,5 часа. Работа состоит из 4 вопросов на знание определений и формулировок теорем из списка (по 0,5 баллов каждый) и 5 задач. Полное решение задачи оценивается в 2 балла, частичные продвижения в решении оцениваются меньшим количеством баллов. Оценка выставляется по формуле min{S, 10}, где S — сумма баллов за задачи и вопросы на знание определений и формулировок теорем. Разрешается принести 1 лист A4 с любыми вспомогательными материалами, написанными от руки; распечатанный текст не разрешается. Таблицы квантилей распределений переносить на него не нужно, их раздадим отдельно или сообщим значения квантилей в условии. Использование любых электронных устройств запрещено.

=== Распределение по аудиториям ===

Группы 231, 232 -- R305.

Группы 233, 234 -- R306.

[https://us06web.zoom.us/j/4847337394?pwd=uwU2jT9DKDI1WyZ93Jl7NqPmt0GUHY.1&omn=85049445090 Zoom (для студентов КНАД)]

== Домашние задания ==

{| class="wikitable" style="text-align:center"
|-
! [https://disk.yandex.ru/i/b15vSKiimQ-HNw Домашнее задание №1 (теоретическое), дедлайн - 24.09, 23:59]
|-
! [https://disk.yandex.ru/d/l-KXTg6XRNhlew Домашнее задание №2 (практическое), дедлайн - 5.10, 23:59]
|-
! [https://disk.yandex.ru/i/CRaEOG5WUzcJbQ Домашнее задание №3 (теоретическое), дедлайн - 17.10, 23:59]
|}

Каждому студенту даётся 5 дней отсрочки на все домашние задания, которые можно потратить как удобно (можно, например, потратить все на одно ДЗ или на несколько разных). Также есть 3 микроотсрочки на 15 минут. Несданное или сданное слишком поздно (в этом случае оно оценивается нулём баллов) ДЗ не расходует дни отсрочки.

== Большое домашнее задание (модуль 2) ==

{| class="wikitable" style="text-align:center"
|-
! [https://github.com/XuMuK1/psmo/tree/2025/homeworks Задания (дедлайн - 13.12, 23:59)]
|-
|}

Каждому студенту даётся 5 дней отсрочки на все домашние задания, которые можно потратить как удобно (можно, например, потратить все на одно ДЗ или на несколько разных). Также есть 3 микроотсрочки на 15 минут. Несданное или сданное слишком поздно (в этом случае оно оценивается нулём баллов) ДЗ не расходует дни отсрочки.

== Список рекомендуемой литературы ==
=== Учебники ===
* Ивченко Г. И., Медведев Ю. И., "Введение в математическую статистику", М.: Издательство ЛКИ, 2010.

* Y. Tille, "Sampling and estimation from finite populations", Hoboken, NJ: Wiley, 2020.

* Wasserman L. A., "All of Statistics: A Concise Course in Statistical Inference", Springer New York, 2003.

* Särkkä S., Svensson L., "Bayesian Filtering and Smoothing", 2nd edition, Cambridge University Press, 2023.

Математическая статистика 2 2025/2026

2025-12-03T13:58:25Z

Xumuk mk:

== Преподаватели и учебные ассистенты ==
=== 1-ый модуль===
{| class="wikitable" style="text-align:center"
|-
! Группа !! МОП231 !! МОП232 !! МОП233 !! МОП234!! КНАД
|-
|| Лектор ||colspan="5"| [https://t.me/nikita_puchkin Пучкин Никита Андреевич]
|-
|| Семинарист || [https://t.me/nikita_puchkin Никита Пучкин] || [https://t.me/sheshamar Марина Шешукова] || [https://t.me/egorgladin Егор Гладин] || [https://t.me/Bicycle_Standart Константин Яковлев] || [https://t.me/desiment_0 Михаил Михайлов]
|-
|| Ассистенты || [https://t.me/artempotarusov Артем Потарусов] [https://t.me/katasonov_eugene Катасонов Евгений] || [https://t.me/a_ladyseva Алина Ладысева] [https://t.me/Alexxxey5 Алексей Воронко] || [https://t.me/akveronika Вероника Аксененко] [https://t.me/el_el_k Елисей Шинкарев] || [https://t.me/set_and_sad Илья Вдовец] [https://t.me/ya_veraaa Вера Слипченко] || [https://t.me/loowave Михаил Тищенко]
|-
|| Группа в Telegram || [https://t.me/+dDx_RP02WOgzODdi Группа 231] || [https://t.me/+NFvEXsEdBZE2NzNi Группа 232] || [https://t.me/+GKDPy07yGN8zY2Iy Группа 233] || [https://t.me/+1lwpSBRv4Ow4NWFi Группа 234] || [https://t.me/+UeKLN_efyfQ3ZDJi КНАД]
|-
|colspan="6"| [https://t.me/+5ceuZ8kh68szNTcy Чат курса в Telegram]
|}

=== 2-й модуль===
{| class="wikitable" style="text-align:center"
|-
! Группа !! МОП231 !! МОП232 !! МОП233 !! МОП234!! КНАД
|-
|| Лектор ||colspan="5"| [https://www.hse.ru/org/persons/176213548/ Максим Каледин]
|-
|| Семинарист || [https://www.hse.ru/org/persons/176213548/ Алексей Ужегов] || [https://www.hse.ru/org/persons/634804954 Владимир Бочарников] || [... Артём Краевский] || [... Юлия Теляковская] || [https://t.me/desiment_0 Михаил Михайлов]
|-
|| Ассистенты || [... Никита Чуйкин] [... Николай Яковчук] [... Рустам Гаунов] [... TBA] || || || || [https://t.me/loowave Михаил Тищенко]
|-
|| Группа в Telegram || по запросу || || || || [https://t.me/+UeKLN_efyfQ3ZDJi КНАД]
|-
|colspan="6"| [https://t.me/+5ceuZ8kh68szNTcy Чат курса в Telegram]
|}

== Организационные моменты ==
=== Правила игры ===
Оценка за курс вычисляется по формуле

Оитог = 0.1 * ТДЗ1 + 0.1 * ПДЗ1 + 0.3 * КР + 0.2 * БДЗ + 0.3 * Э,

где

* ТДЗ1 — оценка за теоретические домашние задания в первом модуле;
* ПДЗ1 — оценка за практические домашние задания в первом модуле;
* КР — оценка за контрольную работу;
* БДЗ - оценка за большое домашнее задание во втором модуле;
* Э — оценка за письменный экзамен.

Округляется только итоговый балл. Правило округления стандартное (арифметическое).

=== Ведомость с оценками ===

{| class="wikitable" style="text-align:center"
|-
! [https://docs.google.com/spreadsheets/d/1zYjO4ouCmh_aR3AwzLdRV2rKD8-K1XHECEWGrwLhehg/edit?gid=1963363551#gid=1963363551 231] !! [https://docs.google.com/spreadsheets/d/1zYjO4ouCmh_aR3AwzLdRV2rKD8-K1XHECEWGrwLhehg/edit?gid=1717725581#gid=1717725581 232] !! [https://docs.google.com/spreadsheets/d/1zYjO4ouCmh_aR3AwzLdRV2rKD8-K1XHECEWGrwLhehg/edit?gid=459660786#gid=459660786 233] !! [https://docs.google.com/spreadsheets/d/1zYjO4ouCmh_aR3AwzLdRV2rKD8-K1XHECEWGrwLhehg/edit?gid=1798165119#gid=1798165119 234] !! [https://docs.google.com/spreadsheets/d/1zYjO4ouCmh_aR3AwzLdRV2rKD8-K1XHECEWGrwLhehg/edit?gid=839086464#gid=839086464 КНАД]
|}

=== Ссылки на классрум (модуль 1) ===

{| class="wikitable" style="text-align:center"
|-
! [https://classroom.google.com/c/ODA2ODU2NzAzNjEz?cjc=3vivg2vo 231] !! [https://classroom.google.com/c/ODE0NDE0MTMxOTkx?cjc=jfpkffwi 232] !! [https://classroom.google.com/c/ODE0NDE0NjI0NDkx?cjc=boxaynee 233] !! [https://classroom.google.com/c/ODE0NDU2NTgyODg0?cjc=ppfttsgq 234] !! [https://classroom.google.com/c/ODA3MTE0ODk4Mjk1?cjc=wfpl5b5p КНАД]
|}

=== Ссылки на Anytask (модуль 2) ===

Группа 231 Zfr2D6W

Группа 232 uc7OvYv

Группа 233 C95Zk9V

Группа 234 yFzsuf2

Группа КНАД bo40n1N

== Материалы ==

=== Модуль 1 ===

[https://disk.yandex.ru/i/gAIm_UjLGTX8jQ '''Обновляемый конспект лекций''']

[https://disk.yandex.ru/d/_VB7Hf1VpTjjQg '''Семинары (листочки)''']

[https://disk.yandex.ru/d/Fl9GzW__-98onA '''Записи лекций и семинаров''']

[https://disk.yandex.ru/d/YkQLrN5s2JOhWA '''Рукописные конспекты лекций и семинаров''']

=== Модуль 2 ===

[https://twitch.tv/sound_dl_stat '''Стримы лекций''']

[https://github.com/XuMuK1/psmo/tree/2025 '''Невидеоконтент (конспекты лекций, семинарские материалы, ДЗ и другое)''']

По техническим причинам актуальные ссылки лучше смотреть в чате в закреплённых сообщениях.

== Контрольная работа (20.10, 14:40) ==

[https://disk.yandex.ru/i/jvtISd0PPQlhsQ Список определений и формулировок теорем]

[https://disk.yandex.ru/i/Aud2tL8LY7jVhg Пример заданий контрольной работы]

Контрольная работа пройдет 20 октября в 14:40, продолжительность — 2,5 часа. Работа состоит из 4 вопросов на знание определений и формулировок теорем из списка (по 0,5 баллов каждый) и 5 задач. Полное решение задачи оценивается в 2 балла, частичные продвижения в решении оцениваются меньшим количеством баллов. Оценка выставляется по формуле min{S, 10}, где S — сумма баллов за задачи и вопросы на знание определений и формулировок теорем. Разрешается принести 1 лист A4 с любыми вспомогательными материалами, написанными от руки; распечатанный текст не разрешается. Таблицы квантилей распределений переносить на него не нужно, их раздадим отдельно или сообщим значения квантилей в условии. Использование любых электронных устройств запрещено.

=== Распределение по аудиториям ===

Группы 231, 232 -- R305.

Группы 233, 234 -- R306.

[https://us06web.zoom.us/j/4847337394?pwd=uwU2jT9DKDI1WyZ93Jl7NqPmt0GUHY.1&omn=85049445090 Zoom (для студентов КНАД)]

== Домашние задания ==

{| class="wikitable" style="text-align:center"
|-
! [https://disk.yandex.ru/i/b15vSKiimQ-HNw Домашнее задание №1 (теоретическое), дедлайн - 24.09, 23:59]
|-
! [https://disk.yandex.ru/d/l-KXTg6XRNhlew Домашнее задание №2 (практическое), дедлайн - 5.10, 23:59]
|-
! [https://disk.yandex.ru/i/CRaEOG5WUzcJbQ Домашнее задание №3 (теоретическое), дедлайн - 17.10, 23:59]
|}

Каждому студенту даётся 5 дней отсрочки на все домашние задания, которые можно потратить как удобно (можно, например, потратить все на одно ДЗ или на несколько разных). Также есть 3 микроотсрочки на 15 минут. Несданное или сданное слишком поздно (в этом случае оно оценивается нулём баллов) ДЗ не расходует дни отсрочки.

== Список рекомендуемой литературы ==
=== Учебники ===
* Ивченко Г. И., Медведев Ю. И., "Введение в математическую статистику", М.: Издательство ЛКИ, 2010.

* Y. Tille, "Sampling and estimation from finite populations", Hoboken, NJ: Wiley, 2020.

* Wasserman L. A., "All of Statistics: A Concise Course in Statistical Inference", Springer New York, 2003.

* Särkkä S., Svensson L., "Bayesian Filtering and Smoothing", 2nd edition, Cambridge University Press, 2023.

Математическая статистика 2 2025/2026

2025-11-19T12:32:29Z

Xumuk mk:

== Преподаватели и учебные ассистенты ==
=== 1-ый модуль===
{| class="wikitable" style="text-align:center"
|-
! Группа !! МОП231 !! МОП232 !! МОП233 !! МОП234!! КНАД
|-
|| Лектор ||colspan="5"| [https://t.me/nikita_puchkin Пучкин Никита Андреевич]
|-
|| Семинарист || [https://t.me/nikita_puchkin Никита Пучкин] || [https://t.me/sheshamar Марина Шешукова] || [https://t.me/egorgladin Егор Гладин] || [https://t.me/Bicycle_Standart Константин Яковлев] || [https://t.me/desiment_0 Михаил Михайлов]
|-
|| Ассистенты || [https://t.me/artempotarusov Артем Потарусов] [https://t.me/katasonov_eugene Катасонов Евгений] || [https://t.me/a_ladyseva Алина Ладысева] [https://t.me/Alexxxey5 Алексей Воронко] || [https://t.me/akveronika Вероника Аксененко] [https://t.me/el_el_k Елисей Шинкарев] || [https://t.me/set_and_sad Илья Вдовец] [https://t.me/ya_veraaa Вера Слипченко] || [https://t.me/loowave Михаил Тищенко]
|-
|| Группа в Telegram || [https://t.me/+dDx_RP02WOgzODdi Группа 231] || [https://t.me/+NFvEXsEdBZE2NzNi Группа 232] || [https://t.me/+GKDPy07yGN8zY2Iy Группа 233] || [https://t.me/+1lwpSBRv4Ow4NWFi Группа 234] || [https://t.me/+UeKLN_efyfQ3ZDJi КНАД]
|-
|colspan="6"| [https://t.me/+5ceuZ8kh68szNTcy Чат курса в Telegram]
|}

=== 2-й модуль===
{| class="wikitable" style="text-align:center"
|-
! Группа !! МОП231 !! МОП232 !! МОП233 !! МОП234!! КНАД
|-
|| Лектор ||colspan="5"| [https://www.hse.ru/org/persons/176213548/ Максим Каледин]
|-
|| Семинарист || [https://www.hse.ru/org/persons/176213548/ Алексей Ужегов] || [https://www.hse.ru/org/persons/634804954 Владимир Бочарников] || [... Артём Краевский] || [... Юлия Теляковская] || [https://t.me/desiment_0 Михаил Михайлов]
|-
|| Ассистенты || [... Никита Чуйкин] [... Николай Яковчук] [... Рустам Гаунов] [... TBA] || || || || [https://t.me/loowave Михаил Тищенко]
|-
|| Группа в Telegram || по запросу || || || || [https://t.me/+UeKLN_efyfQ3ZDJi КНАД]
|-
|colspan="6"| [https://t.me/+5ceuZ8kh68szNTcy Чат курса в Telegram]
|}

== Организационные моменты ==
=== Правила игры ===
Оценка за курс вычисляется по формуле

Оитог = 0.1 * ТДЗ1 + 0.1 * ПДЗ1 + 0.3 * КР + 0.2 * БДЗ + 0.3 * Э,

где

* ТДЗ1 — оценка за теоретические домашние задания в первом модуле;
* ПДЗ1 — оценка за практические домашние задания в первом модуле;
* КР — оценка за контрольную работу;
* БДЗ - оценка за большое домашнее задание во втором модуле;
* Э — оценка за письменный экзамен.

Округляется только итоговый балл. Правило округления стандартное (арифметическое).

=== Ведомость с оценками ===

{| class="wikitable" style="text-align:center"
|-
! [https://docs.google.com/spreadsheets/d/1zYjO4ouCmh_aR3AwzLdRV2rKD8-K1XHECEWGrwLhehg/edit?gid=1963363551#gid=1963363551 231] !! [https://docs.google.com/spreadsheets/d/1zYjO4ouCmh_aR3AwzLdRV2rKD8-K1XHECEWGrwLhehg/edit?gid=1717725581#gid=1717725581 232] !! [https://docs.google.com/spreadsheets/d/1zYjO4ouCmh_aR3AwzLdRV2rKD8-K1XHECEWGrwLhehg/edit?gid=459660786#gid=459660786 233] !! [https://docs.google.com/spreadsheets/d/1zYjO4ouCmh_aR3AwzLdRV2rKD8-K1XHECEWGrwLhehg/edit?gid=1798165119#gid=1798165119 234] !! [https://docs.google.com/spreadsheets/d/1zYjO4ouCmh_aR3AwzLdRV2rKD8-K1XHECEWGrwLhehg/edit?gid=839086464#gid=839086464 КНАД]
|}

=== Ссылки на классрум (модуль 1) ===

{| class="wikitable" style="text-align:center"
|-
! [https://classroom.google.com/c/ODA2ODU2NzAzNjEz?cjc=3vivg2vo 231] !! [https://classroom.google.com/c/ODE0NDE0MTMxOTkx?cjc=jfpkffwi 232] !! [https://classroom.google.com/c/ODE0NDE0NjI0NDkx?cjc=boxaynee 233] !! [https://classroom.google.com/c/ODE0NDU2NTgyODg0?cjc=ppfttsgq 234] !! [https://classroom.google.com/c/ODA3MTE0ODk4Mjk1?cjc=wfpl5b5p КНАД]
|}

=== Ссылки на Anytask (модуль 2) ===

TBA

== Материалы ==

=== Модуль 1 ===

[https://disk.yandex.ru/i/gAIm_UjLGTX8jQ '''Обновляемый конспект лекций''']

[https://disk.yandex.ru/d/_VB7Hf1VpTjjQg '''Семинары (листочки)''']

[https://disk.yandex.ru/d/Fl9GzW__-98onA '''Записи лекций и семинаров''']

[https://disk.yandex.ru/d/YkQLrN5s2JOhWA '''Рукописные конспекты лекций и семинаров''']

=== Модуль 2 ===

[https://twitch.tv/sound_dl_stat '''Стримы лекций''']

[https://github.com/XuMuK1/psmo/tree/2025 '''Невидеоконтент (конспекты лекций, семинарские материалы, ДЗ и другое)''']

По техническим причинам актуальные ссылки лучше смотреть в чате в закреплённых сообщениях.

== Контрольная работа (20.10, 14:40) ==

[https://disk.yandex.ru/i/jvtISd0PPQlhsQ Список определений и формулировок теорем]

[https://disk.yandex.ru/i/Aud2tL8LY7jVhg Пример заданий контрольной работы]

Контрольная работа пройдет 20 октября в 14:40, продолжительность — 2,5 часа. Работа состоит из 4 вопросов на знание определений и формулировок теорем из списка (по 0,5 баллов каждый) и 5 задач. Полное решение задачи оценивается в 2 балла, частичные продвижения в решении оцениваются меньшим количеством баллов. Оценка выставляется по формуле min{S, 10}, где S — сумма баллов за задачи и вопросы на знание определений и формулировок теорем. Разрешается принести 1 лист A4 с любыми вспомогательными материалами, написанными от руки; распечатанный текст не разрешается. Таблицы квантилей распределений переносить на него не нужно, их раздадим отдельно или сообщим значения квантилей в условии. Использование любых электронных устройств запрещено.

=== Распределение по аудиториям ===

Группы 231, 232 -- R305.

Группы 233, 234 -- R306.

[https://us06web.zoom.us/j/4847337394?pwd=uwU2jT9DKDI1WyZ93Jl7NqPmt0GUHY.1&omn=85049445090 Zoom (для студентов КНАД)]

== Домашние задания ==

{| class="wikitable" style="text-align:center"
|-
! [https://disk.yandex.ru/i/b15vSKiimQ-HNw Домашнее задание №1 (теоретическое), дедлайн - 24.09, 23:59]
|-
! [https://disk.yandex.ru/d/l-KXTg6XRNhlew Домашнее задание №2 (практическое), дедлайн - 5.10, 23:59]
|-
! [https://disk.yandex.ru/i/CRaEOG5WUzcJbQ Домашнее задание №3 (теоретическое), дедлайн - 17.10, 23:59]
|}

Каждому студенту даётся 5 дней отсрочки на все домашние задания, которые можно потратить как удобно (можно, например, потратить все на одно ДЗ или на несколько разных). Также есть 3 микроотсрочки на 15 минут. Несданное или сданное слишком поздно (в этом случае оно оценивается нулём баллов) ДЗ не расходует дни отсрочки.

== Список рекомендуемой литературы ==
=== Учебники ===
* Ивченко Г. И., Медведев Ю. И., "Введение в математическую статистику", М.: Издательство ЛКИ, 2010.

* Y. Tille, "Sampling and estimation from finite populations", Hoboken, NJ: Wiley, 2020.

* Wasserman L. A., "All of Statistics: A Concise Course in Statistical Inference", Springer New York, 2003.

* Särkkä S., Svensson L., "Bayesian Filtering and Smoothing", 2nd edition, Cambridge University Press, 2023.

Математическая статистика 2 2025/2026

2025-11-19T12:26:00Z

Xumuk mk:

== Преподаватели и учебные ассистенты ==
=== 1-ый модуль===
{| class="wikitable" style="text-align:center"
|-
! Группа !! МОП231 !! МОП232 !! МОП233 !! МОП234!! КНАД
|-
|| Лектор ||colspan="5"| [https://t.me/nikita_puchkin Пучкин Никита Андреевич]
|-
|| Семинарист || [https://t.me/nikita_puchkin Никита Пучкин] || [https://t.me/sheshamar Марина Шешукова] || [https://t.me/egorgladin Егор Гладин] || [https://t.me/Bicycle_Standart Константин Яковлев] || [https://t.me/desiment_0 Михаил Михайлов]
|-
|| Ассистенты || [https://t.me/artempotarusov Артем Потарусов] [https://t.me/katasonov_eugene Катасонов Евгений] || [https://t.me/a_ladyseva Алина Ладысева] [https://t.me/Alexxxey5 Алексей Воронко] || [https://t.me/akveronika Вероника Аксененко] [https://t.me/el_el_k Елисей Шинкарев] || [https://t.me/set_and_sad Илья Вдовец] [https://t.me/ya_veraaa Вера Слипченко] || [https://t.me/loowave Михаил Тищенко]
|-
|| Группа в Telegram || [https://t.me/+dDx_RP02WOgzODdi Группа 231] || [https://t.me/+NFvEXsEdBZE2NzNi Группа 232] || [https://t.me/+GKDPy07yGN8zY2Iy Группа 233] || [https://t.me/+1lwpSBRv4Ow4NWFi Группа 234] || [https://t.me/+UeKLN_efyfQ3ZDJi КНАД]
|-
|colspan="6"| [https://t.me/+5ceuZ8kh68szNTcy Чат курса в Telegram]
|}

=== 2-й модуль===
{| class="wikitable" style="text-align:center"
|-
! Группа !! МОП231 !! МОП232 !! МОП233 !! МОП234!! КНАД
|-
|| Лектор ||colspan="5"| [https://www.hse.ru/org/persons/176213548/ Максим Каледин]
|-
|| Семинарист || [https://www.hse.ru/org/persons/176213548/ Алексей Ужегов] || [https://www.hse.ru/org/persons/634804954 Владимир Бочарников] || [... Артём Краевский] || [... Юлия Теляковская] || [https://t.me/desiment_0 Михаил Михайлов]
|-
|| Ассистенты || [... Никита Чуйкин] [... Николай Яковчук] [... Рустам Гаунов] [... TBA] || || || || [https://t.me/loowave Михаил Тищенко]
|-
|| Группа в Telegram || по запросу || || || || [https://t.me/+UeKLN_efyfQ3ZDJi КНАД]
|-
|colspan="6"| [https://t.me/+5ceuZ8kh68szNTcy Чат курса в Telegram]
|}

== Организационные моменты ==
=== Правила игры ===
Оценка за курс вычисляется по формуле

Оитог = 0.1 * ТДЗ1 + 0.1 * ПДЗ1 + 0.3 * КР + 0.2 * БДЗ + 0.3 * Э,

где

* ТДЗ1 — оценка за теоретические домашние задания в первом модуле;
* ПДЗ1 — оценка за практические домашние задания в первом модуле;
* КР — оценка за контрольную работу;
* БДЗ - оценка за большое домашнее задание во втором модуле;
* Э — оценка за письменный экзамен.

Округляется только итоговый балл. Правило округления стандартное (арифметическое).

=== Ведомость с оценками ===

{| class="wikitable" style="text-align:center"
|-
! [https://docs.google.com/spreadsheets/d/1zYjO4ouCmh_aR3AwzLdRV2rKD8-K1XHECEWGrwLhehg/edit?gid=1963363551#gid=1963363551 231] !! [https://docs.google.com/spreadsheets/d/1zYjO4ouCmh_aR3AwzLdRV2rKD8-K1XHECEWGrwLhehg/edit?gid=1717725581#gid=1717725581 232] !! [https://docs.google.com/spreadsheets/d/1zYjO4ouCmh_aR3AwzLdRV2rKD8-K1XHECEWGrwLhehg/edit?gid=459660786#gid=459660786 233] !! [https://docs.google.com/spreadsheets/d/1zYjO4ouCmh_aR3AwzLdRV2rKD8-K1XHECEWGrwLhehg/edit?gid=1798165119#gid=1798165119 234] !! [https://docs.google.com/spreadsheets/d/1zYjO4ouCmh_aR3AwzLdRV2rKD8-K1XHECEWGrwLhehg/edit?gid=839086464#gid=839086464 КНАД]
|}

=== Ссылки на классрум (модуль 1) ===

{| class="wikitable" style="text-align:center"
|-
! [https://classroom.google.com/c/ODA2ODU2NzAzNjEz?cjc=3vivg2vo 231] !! [https://classroom.google.com/c/ODE0NDE0MTMxOTkx?cjc=jfpkffwi 232] !! [https://classroom.google.com/c/ODE0NDE0NjI0NDkx?cjc=boxaynee 233] !! [https://classroom.google.com/c/ODE0NDU2NTgyODg0?cjc=ppfttsgq 234] !! [https://classroom.google.com/c/ODA3MTE0ODk4Mjk1?cjc=wfpl5b5p КНАД]
|}

=== Ссылки на Anytask (модуль 2) ===

TBA

== Материалы ==

=== Модуль 1 ===

[https://disk.yandex.ru/i/gAIm_UjLGTX8jQ '''Обновляемый конспект лекций''']

[https://disk.yandex.ru/d/_VB7Hf1VpTjjQg '''Семинары (листочки)''']

[https://disk.yandex.ru/d/Fl9GzW__-98onA '''Записи лекций и семинаров''']

[https://disk.yandex.ru/d/YkQLrN5s2JOhWA '''Рукописные конспекты лекций и семинаров''']

=== Модуль 2 ===

[https://twitch.tv/sound_dl_stat '''Стримы лекций''']

[https://github.com/XuMuK1/psmo/tree/2025 '''Невидеоконтент (конспекты лекций, семинарские материалы, ДЗ и другое)''']

== Контрольная работа (20.10, 14:40) ==

[https://disk.yandex.ru/i/jvtISd0PPQlhsQ Список определений и формулировок теорем]

[https://disk.yandex.ru/i/Aud2tL8LY7jVhg Пример заданий контрольной работы]

Контрольная работа пройдет 20 октября в 14:40, продолжительность — 2,5 часа. Работа состоит из 4 вопросов на знание определений и формулировок теорем из списка (по 0,5 баллов каждый) и 5 задач. Полное решение задачи оценивается в 2 балла, частичные продвижения в решении оцениваются меньшим количеством баллов. Оценка выставляется по формуле min{S, 10}, где S — сумма баллов за задачи и вопросы на знание определений и формулировок теорем. Разрешается принести 1 лист A4 с любыми вспомогательными материалами, написанными от руки; распечатанный текст не разрешается. Таблицы квантилей распределений переносить на него не нужно, их раздадим отдельно или сообщим значения квантилей в условии. Использование любых электронных устройств запрещено.

=== Распределение по аудиториям ===

Группы 231, 232 -- R305.

Группы 233, 234 -- R306.

[https://us06web.zoom.us/j/4847337394?pwd=uwU2jT9DKDI1WyZ93Jl7NqPmt0GUHY.1&omn=85049445090 Zoom (для студентов КНАД)]

== Домашние задания ==

{| class="wikitable" style="text-align:center"
|-
! [https://disk.yandex.ru/i/b15vSKiimQ-HNw Домашнее задание №1 (теоретическое), дедлайн - 24.09, 23:59]
|-
! [https://disk.yandex.ru/d/l-KXTg6XRNhlew Домашнее задание №2 (практическое), дедлайн - 5.10, 23:59]
|-
! [https://disk.yandex.ru/i/CRaEOG5WUzcJbQ Домашнее задание №3 (теоретическое), дедлайн - 17.10, 23:59]
|}

Каждому студенту даётся 5 дней отсрочки на все домашние задания, которые можно потратить как удобно (можно, например, потратить все на одно ДЗ или на несколько разных). Также есть 3 микроотсрочки на 15 минут. Несданное или сданное слишком поздно (в этом случае оно оценивается нулём баллов) ДЗ не расходует дни отсрочки.

== Список рекомендуемой литературы ==
=== Учебники ===
* Ивченко Г. И., Медведев Ю. И., "Введение в математическую статистику", М.: Издательство ЛКИ, 2010.

* Y. Tille, "Sampling and estimation from finite populations", Hoboken, NJ: Wiley, 2020.

* Wasserman L. A., "All of Statistics: A Concise Course in Statistical Inference", Springer New York, 2003.

* Särkkä S., Svensson L., "Bayesian Filtering and Smoothing", 2nd edition, Cambridge University Press, 2023.

Математическая статистика 2 2025/2026

2025-11-19T12:22:53Z

Xumuk mk:

== Преподаватели и учебные ассистенты ==
=== 1-ый модуль===
{| class="wikitable" style="text-align:center"
|-
! Группа !! МОП231 !! МОП232 !! МОП233 !! МОП234!! КНАД
|-
|| Лектор ||colspan="5"| [https://t.me/nikita_puchkin Пучкин Никита Андреевич]
|-
|| Семинарист || [https://t.me/nikita_puchkin Никита Пучкин] || [https://t.me/sheshamar Марина Шешукова] || [https://t.me/egorgladin Егор Гладин] || [https://t.me/Bicycle_Standart Константин Яковлев] || [https://t.me/desiment_0 Михаил Михайлов]
|-
|| Ассистенты || [https://t.me/artempotarusov Артем Потарусов] [https://t.me/katasonov_eugene Катасонов Евгений] || [https://t.me/a_ladyseva Алина Ладысева] [https://t.me/Alexxxey5 Алексей Воронко] || [https://t.me/akveronika Вероника Аксененко] [https://t.me/el_el_k Елисей Шинкарев] || [https://t.me/set_and_sad Илья Вдовец] [https://t.me/ya_veraaa Вера Слипченко] || [https://t.me/loowave Михаил Тищенко]
|-
|| Группа в Telegram || [https://t.me/+dDx_RP02WOgzODdi Группа 231] || [https://t.me/+NFvEXsEdBZE2NzNi Группа 232] || [https://t.me/+GKDPy07yGN8zY2Iy Группа 233] || [https://t.me/+1lwpSBRv4Ow4NWFi Группа 234] || [https://t.me/+UeKLN_efyfQ3ZDJi КНАД]
|-
|colspan="6"| [https://t.me/+5ceuZ8kh68szNTcy Чат курса в Telegram]
|}

=== 2-й модуль===
{| class="wikitable" style="text-align:center"
|-
! Группа !! МОП231 !! МОП232 !! МОП233 !! МОП234!! КНАД
|-
|| Лектор ||colspan="5"| [https://www.hse.ru/org/persons/176213548/ Максим Каледин]
|-
|| Семинарист || [https://www.hse.ru/org/persons/176213548/ Алексей Ужегов] || [https://www.hse.ru/org/persons/634804954 Владимир Бочарников] || [... Артём Краевский] || [... Юлия Теляковская] || [https://t.me/desiment_0 Михаил Михайлов]
|-
|| Ассистенты || [... Никита Чуйкин] [... Николай Яковчук] [... Рустам Гаунов] [... TBA] || || || || [https://t.me/loowave Михаил Тищенко]
|-
|| Группа в Telegram || по запросу || || || || [https://t.me/+UeKLN_efyfQ3ZDJi КНАД]
|-
|colspan="6"| [https://t.me/+5ceuZ8kh68szNTcy Чат курса в Telegram]
|}

== Организационные моменты ==
=== Правила игры ===
Оценка за курс вычисляется по формуле

Оитог = 0.1 * ТДЗ1 + 0.1 * ПДЗ1 + 0.3 * КР + 0.2 * БДЗ + 0.3 * Э,

где

* ТДЗ1 — оценка за теоретические домашние задания в первом модуле;
* ПДЗ1 — оценка за практические домашние задания в первом модуле;
* КР — оценка за контрольную работу;
* БДЗ - оценка за большое домашнее задание во втором модуле;
* Э — оценка за письменный экзамен.

Округляется только итоговый балл. Правило округления стандартное (арифметическое).

=== Ведомость с оценками ===

{| class="wikitable" style="text-align:center"
|-
! [https://docs.google.com/spreadsheets/d/1zYjO4ouCmh_aR3AwzLdRV2rKD8-K1XHECEWGrwLhehg/edit?gid=1963363551#gid=1963363551 231] !! [https://docs.google.com/spreadsheets/d/1zYjO4ouCmh_aR3AwzLdRV2rKD8-K1XHECEWGrwLhehg/edit?gid=1717725581#gid=1717725581 232] !! [https://docs.google.com/spreadsheets/d/1zYjO4ouCmh_aR3AwzLdRV2rKD8-K1XHECEWGrwLhehg/edit?gid=459660786#gid=459660786 233] !! [https://docs.google.com/spreadsheets/d/1zYjO4ouCmh_aR3AwzLdRV2rKD8-K1XHECEWGrwLhehg/edit?gid=1798165119#gid=1798165119 234] !! [https://docs.google.com/spreadsheets/d/1zYjO4ouCmh_aR3AwzLdRV2rKD8-K1XHECEWGrwLhehg/edit?gid=839086464#gid=839086464 КНАД]
|}

=== Ссылки на классрум (модуль 1) ===

{| class="wikitable" style="text-align:center"
|-
! [https://classroom.google.com/c/ODA2ODU2NzAzNjEz?cjc=3vivg2vo 231] !! [https://classroom.google.com/c/ODE0NDE0MTMxOTkx?cjc=jfpkffwi 232] !! [https://classroom.google.com/c/ODE0NDE0NjI0NDkx?cjc=boxaynee 233] !! [https://classroom.google.com/c/ODE0NDU2NTgyODg0?cjc=ppfttsgq 234] !! [https://classroom.google.com/c/ODA3MTE0ODk4Mjk1?cjc=wfpl5b5p КНАД]
|}

=== Ссылки на Anytask (модуль 2) ===

TBA

== Материалы ==

[https://disk.yandex.ru/i/gAIm_UjLGTX8jQ '''Обновляемый конспект лекций''']

[https://disk.yandex.ru/d/_VB7Hf1VpTjjQg '''Семинары (листочки)''']

[https://disk.yandex.ru/d/Fl9GzW__-98onA '''Записи лекций и семинаров''']

[https://disk.yandex.ru/d/YkQLrN5s2JOhWA '''Рукописные конспекты лекций и семинаров''']

== Контрольная работа (20.10, 14:40) ==

[https://disk.yandex.ru/i/jvtISd0PPQlhsQ Список определений и формулировок теорем]

[https://disk.yandex.ru/i/Aud2tL8LY7jVhg Пример заданий контрольной работы]

Контрольная работа пройдет 20 октября в 14:40, продолжительность — 2,5 часа. Работа состоит из 4 вопросов на знание определений и формулировок теорем из списка (по 0,5 баллов каждый) и 5 задач. Полное решение задачи оценивается в 2 балла, частичные продвижения в решении оцениваются меньшим количеством баллов. Оценка выставляется по формуле min{S, 10}, где S — сумма баллов за задачи и вопросы на знание определений и формулировок теорем. Разрешается принести 1 лист A4 с любыми вспомогательными материалами, написанными от руки; распечатанный текст не разрешается. Таблицы квантилей распределений переносить на него не нужно, их раздадим отдельно или сообщим значения квантилей в условии. Использование любых электронных устройств запрещено.

=== Распределение по аудиториям ===

Группы 231, 232 -- R305.

Группы 233, 234 -- R306.

[https://us06web.zoom.us/j/4847337394?pwd=uwU2jT9DKDI1WyZ93Jl7NqPmt0GUHY.1&omn=85049445090 Zoom (для студентов КНАД)]

== Домашние задания ==

{| class="wikitable" style="text-align:center"
|-
! [https://disk.yandex.ru/i/b15vSKiimQ-HNw Домашнее задание №1 (теоретическое), дедлайн - 24.09, 23:59]
|-
! [https://disk.yandex.ru/d/l-KXTg6XRNhlew Домашнее задание №2 (практическое), дедлайн - 5.10, 23:59]
|-
! [https://disk.yandex.ru/i/CRaEOG5WUzcJbQ Домашнее задание №3 (теоретическое), дедлайн - 17.10, 23:59]
|}

Каждому студенту даётся 5 дней отсрочки на все домашние задания, которые можно потратить как удобно (можно, например, потратить все на одно ДЗ или на несколько разных). Также есть 3 микроотсрочки на 15 минут. Несданное или сданное слишком поздно (в этом случае оно оценивается нулём баллов) ДЗ не расходует дни отсрочки.

== Список рекомендуемой литературы ==
=== Учебники ===
* Ивченко Г. И., Медведев Ю. И., "Введение в математическую статистику", М.: Издательство ЛКИ, 2010.

* Y. Tille, "Sampling and estimation from finite populations", Hoboken, NJ: Wiley, 2020.

* Wasserman L. A., "All of Statistics: A Concise Course in Statistical Inference", Springer New York, 2003.

* Särkkä S., Svensson L., "Bayesian Filtering and Smoothing", 2nd edition, Cambridge University Press, 2023.

Математическая статистика 2 2025/2026

2025-11-19T12:21:22Z

Xumuk mk:

== Преподаватели и учебные ассистенты ==
=== 1-ый модуль===
{| class="wikitable" style="text-align:center"
|-
! Группа !! МОП231 !! МОП232 !! МОП233 !! МОП234!! КНАД
|-
|| Лектор ||colspan="5"| [https://t.me/nikita_puchkin Пучкин Никита Андреевич]
|-
|| Семинарист || [https://t.me/nikita_puchkin Никита Пучкин] || [https://t.me/sheshamar Марина Шешукова] || [https://t.me/egorgladin Егор Гладин] || [https://t.me/Bicycle_Standart Константин Яковлев] || [https://t.me/desiment_0 Михаил Михайлов]
|-
|| Ассистенты || [https://t.me/artempotarusov Артем Потарусов] [https://t.me/katasonov_eugene Катасонов Евгений] || [https://t.me/a_ladyseva Алина Ладысева] [https://t.me/Alexxxey5 Алексей Воронко] || [https://t.me/akveronika Вероника Аксененко] [https://t.me/el_el_k Елисей Шинкарев] || [https://t.me/set_and_sad Илья Вдовец] [https://t.me/ya_veraaa Вера Слипченко] || [https://t.me/loowave Михаил Тищенко]
|-
|| Группа в Telegram || [https://t.me/+dDx_RP02WOgzODdi Группа 231] || [https://t.me/+NFvEXsEdBZE2NzNi Группа 232] || [https://t.me/+GKDPy07yGN8zY2Iy Группа 233] || [https://t.me/+1lwpSBRv4Ow4NWFi Группа 234] || [https://t.me/+UeKLN_efyfQ3ZDJi КНАД]
|-
|colspan="6"| [https://t.me/+5ceuZ8kh68szNTcy Чат курса в Telegram]
|}

=== 2-й модуль===
{| class="wikitable" style="text-align:center"
|-
! Группа !! МОП231 !! МОП232 !! МОП233 !! МОП234!! КНАД
|-
|| Лектор ||colspan="5"| [https://www.hse.ru/org/persons/176213548/ Максим Каледин]
|-
|| Семинарист || [https://www.hse.ru/org/persons/176213548/ Алексей Ужегов] || [https://www.hse.ru/org/persons/634804954 Владимир Бочарников] || [... Артём Краевский] || [... Юлия Теляковская] || [https://t.me/desiment_0 Михаил Михайлов]
|-
|| Ассистенты || [... Никита Чуйкин] [... Николай Яковчук] [... Рустам Гаунов] [... TBA] || || || || [https://t.me/loowave Михаил Тищенко]
|-
|| Группа в Telegram || по запросу || || || || [https://t.me/+UeKLN_efyfQ3ZDJi КНАД]
|-
|colspan="6"| [https://t.me/+5ceuZ8kh68szNTcy Чат курса в Telegram]
|}

== Организационные моменты ==
=== Правила игры ===
Оценка за курс вычисляется по формуле

Оитог = 0.1 * ТДЗ1 + 0.1 * ПДЗ1 + 0.3 * КР + 0.2 * БДЗ + 0.3 * Э,

где

* ТДЗ1 — оценка за теоретические домашние задания в первом модуле;
* ПДЗ1 — оценка за практические домашние задания в первом модуле;
* КР — оценка за контрольную работу;
* БДЗ - оценка за большое домашнее задание во втором модуле;
* Э — оценка за письменный экзамен.

Округляется только итоговый балл. Правило округления стандартное (арифметическое).

=== Ведомость с оценками ===

{| class="wikitable" style="text-align:center"
|-
! [https://docs.google.com/spreadsheets/d/1zYjO4ouCmh_aR3AwzLdRV2rKD8-K1XHECEWGrwLhehg/edit?gid=1963363551#gid=1963363551 231] !! [https://docs.google.com/spreadsheets/d/1zYjO4ouCmh_aR3AwzLdRV2rKD8-K1XHECEWGrwLhehg/edit?gid=1717725581#gid=1717725581 232] !! [https://docs.google.com/spreadsheets/d/1zYjO4ouCmh_aR3AwzLdRV2rKD8-K1XHECEWGrwLhehg/edit?gid=459660786#gid=459660786 233] !! [https://docs.google.com/spreadsheets/d/1zYjO4ouCmh_aR3AwzLdRV2rKD8-K1XHECEWGrwLhehg/edit?gid=1798165119#gid=1798165119 234] !! [https://docs.google.com/spreadsheets/d/1zYjO4ouCmh_aR3AwzLdRV2rKD8-K1XHECEWGrwLhehg/edit?gid=839086464#gid=839086464 КНАД]
|}

=== Ссылки на классрум (модуль 1) ===

{| class="wikitable" style="text-align:center"
|-
! [https://classroom.google.com/c/ODA2ODU2NzAzNjEz?cjc=3vivg2vo 231] !! [https://classroom.google.com/c/ODE0NDE0MTMxOTkx?cjc=jfpkffwi 232] !! [https://classroom.google.com/c/ODE0NDE0NjI0NDkx?cjc=boxaynee 233] !! [https://classroom.google.com/c/ODE0NDU2NTgyODg0?cjc=ppfttsgq 234] !! [https://classroom.google.com/c/ODA3MTE0ODk4Mjk1?cjc=wfpl5b5p КНАД]
|}

== Материалы ==

[https://disk.yandex.ru/i/gAIm_UjLGTX8jQ '''Обновляемый конспект лекций''']

[https://disk.yandex.ru/d/_VB7Hf1VpTjjQg '''Семинары (листочки)''']

[https://disk.yandex.ru/d/Fl9GzW__-98onA '''Записи лекций и семинаров''']

[https://disk.yandex.ru/d/YkQLrN5s2JOhWA '''Рукописные конспекты лекций и семинаров''']

== Контрольная работа (20.10, 14:40) ==

[https://disk.yandex.ru/i/jvtISd0PPQlhsQ Список определений и формулировок теорем]

[https://disk.yandex.ru/i/Aud2tL8LY7jVhg Пример заданий контрольной работы]

Контрольная работа пройдет 20 октября в 14:40, продолжительность — 2,5 часа. Работа состоит из 4 вопросов на знание определений и формулировок теорем из списка (по 0,5 баллов каждый) и 5 задач. Полное решение задачи оценивается в 2 балла, частичные продвижения в решении оцениваются меньшим количеством баллов. Оценка выставляется по формуле min{S, 10}, где S — сумма баллов за задачи и вопросы на знание определений и формулировок теорем. Разрешается принести 1 лист A4 с любыми вспомогательными материалами, написанными от руки; распечатанный текст не разрешается. Таблицы квантилей распределений переносить на него не нужно, их раздадим отдельно или сообщим значения квантилей в условии. Использование любых электронных устройств запрещено.

=== Распределение по аудиториям ===

Группы 231, 232 -- R305.

Группы 233, 234 -- R306.

[https://us06web.zoom.us/j/4847337394?pwd=uwU2jT9DKDI1WyZ93Jl7NqPmt0GUHY.1&omn=85049445090 Zoom (для студентов КНАД)]

== Домашние задания ==

{| class="wikitable" style="text-align:center"
|-
! [https://disk.yandex.ru/i/b15vSKiimQ-HNw Домашнее задание №1 (теоретическое), дедлайн - 24.09, 23:59]
|-
! [https://disk.yandex.ru/d/l-KXTg6XRNhlew Домашнее задание №2 (практическое), дедлайн - 5.10, 23:59]
|-
! [https://disk.yandex.ru/i/CRaEOG5WUzcJbQ Домашнее задание №3 (теоретическое), дедлайн - 17.10, 23:59]
|}

Каждому студенту даётся 5 дней отсрочки на все домашние задания, которые можно потратить как удобно (можно, например, потратить все на одно ДЗ или на несколько разных). Также есть 3 микроотсрочки на 15 минут. Несданное или сданное слишком поздно (в этом случае оно оценивается нулём баллов) ДЗ не расходует дни отсрочки.

== Список рекомендуемой литературы ==
=== Учебники ===
* Ивченко Г. И., Медведев Ю. И., "Введение в математическую статистику", М.: Издательство ЛКИ, 2010.

* Y. Tille, "Sampling and estimation from finite populations", Hoboken, NJ: Wiley, 2020.

* Wasserman L. A., "All of Statistics: A Concise Course in Statistical Inference", Springer New York, 2003.

* Särkkä S., Svensson L., "Bayesian Filtering and Smoothing", 2nd edition, Cambridge University Press, 2023.

Математическая статистика 2 2025/2026

2025-11-19T12:15:25Z

Xumuk mk:

== Преподаватели и учебные ассистенты ==
=== 1-ый модуль===
{| class="wikitable" style="text-align:center"
|-
! Группа !! МОП231 !! МОП232 !! МОП233 !! МОП234!! КНАД
|-
|| Лектор ||colspan="5"| [https://t.me/nikita_puchkin Пучкин Никита Андреевич]
|-
|| Семинарист || [https://t.me/nikita_puchkin Никита Пучкин] || [https://t.me/sheshamar Марина Шешукова] || [https://t.me/egorgladin Егор Гладин] || [https://t.me/Bicycle_Standart Константин Яковлев] || [https://t.me/desiment_0 Михаил Михайлов]
|-
|| Ассистенты || [https://t.me/artempotarusov Артем Потарусов] [https://t.me/katasonov_eugene Катасонов Евгений] || [https://t.me/a_ladyseva Алина Ладысева] [https://t.me/Alexxxey5 Алексей Воронко] || [https://t.me/akveronika Вероника Аксененко] [https://t.me/el_el_k Елисей Шинкарев] || [https://t.me/set_and_sad Илья Вдовец] [https://t.me/ya_veraaa Вера Слипченко] || [https://t.me/loowave Михаил Тищенко]
|-
|| Группа в Telegram || [https://t.me/+dDx_RP02WOgzODdi Группа 231] || [https://t.me/+NFvEXsEdBZE2NzNi Группа 232] || [https://t.me/+GKDPy07yGN8zY2Iy Группа 233] || [https://t.me/+1lwpSBRv4Ow4NWFi Группа 234] || [https://t.me/+UeKLN_efyfQ3ZDJi КНАД]
|-
|colspan="6"| [https://t.me/+5ceuZ8kh68szNTcy Чат курса в Telegram]
|}

=== 2-й модуль===
{| class="wikitable" style="text-align:center"
|-
! Группа !! МОП231 !! МОП232 !! МОП233 !! МОП234!! КНАД
|-
|| Лектор ||colspan="5"| [https://www.hse.ru/org/persons/176213548/ Максим Каледин]
|-
|| Семинарист || [https://www.hse.ru/org/persons/176213548/ Алексей Ужегов] || [https://www.hse.ru/org/persons/634804954 Владимир Бочарников] || [... Артём Краевский] || [... Юлия Теляковская] || [https://t.me/desiment_0 Михаил Михайлов]
|-
|| Ассистенты || [... Никита Чуйкин] [... Николай Яковчук] [... Рустам Гаунов] [... TBA] || || || || [https://t.me/loowave Михаил Тищенко]
|-
|| Группа в Telegram || по запросу || || || || [https://t.me/+UeKLN_efyfQ3ZDJi КНАД]
|-
|colspan="6"| [https://t.me/+5ceuZ8kh68szNTcy Чат курса в Telegram]
|}

== Организационные моменты ==
=== Правила игры ===
Оценка за курс вычисляется по формуле

Оитог = 0.1 * ТДЗ1 + 0.1 * ПДЗ1 + 0.3 * КР + 0.2 * БДЗ + 0.3 * Э,

где

* ТДЗ1 — оценка за теоретические домашние задания в первом модуле;
* ПДЗ1 — оценка за практические домашние задания в первом модуле;
* КР — оценка за контрольную работу;
* БДЗ - оценка за большое домашнее задание во втором модуле;
* Э — оценка за письменный экзамен.

Округляется только итоговый балл. Правило округления стандартное (арифметическое).

=== Ведомость с оценками ===

{| class="wikitable" style="text-align:center"
|-
! [https://docs.google.com/spreadsheets/d/1zYjO4ouCmh_aR3AwzLdRV2rKD8-K1XHECEWGrwLhehg/edit?gid=1963363551#gid=1963363551 231] !! [https://docs.google.com/spreadsheets/d/1zYjO4ouCmh_aR3AwzLdRV2rKD8-K1XHECEWGrwLhehg/edit?gid=1717725581#gid=1717725581 232] !! [https://docs.google.com/spreadsheets/d/1zYjO4ouCmh_aR3AwzLdRV2rKD8-K1XHECEWGrwLhehg/edit?gid=459660786#gid=459660786 233] !! [https://docs.google.com/spreadsheets/d/1zYjO4ouCmh_aR3AwzLdRV2rKD8-K1XHECEWGrwLhehg/edit?gid=1798165119#gid=1798165119 234] !! [https://docs.google.com/spreadsheets/d/1zYjO4ouCmh_aR3AwzLdRV2rKD8-K1XHECEWGrwLhehg/edit?gid=839086464#gid=839086464 КНАД]
|}

=== Ссылки на классрум ===

{| class="wikitable" style="text-align:center"
|-
! [https://classroom.google.com/c/ODA2ODU2NzAzNjEz?cjc=3vivg2vo 231] !! [https://classroom.google.com/c/ODE0NDE0MTMxOTkx?cjc=jfpkffwi 232] !! [https://classroom.google.com/c/ODE0NDE0NjI0NDkx?cjc=boxaynee 233] !! [https://classroom.google.com/c/ODE0NDU2NTgyODg0?cjc=ppfttsgq 234] !! [https://classroom.google.com/c/ODA3MTE0ODk4Mjk1?cjc=wfpl5b5p КНАД]
|}

== Материалы ==

[https://disk.yandex.ru/i/gAIm_UjLGTX8jQ '''Обновляемый конспект лекций''']

[https://disk.yandex.ru/d/_VB7Hf1VpTjjQg '''Семинары (листочки)''']

[https://disk.yandex.ru/d/Fl9GzW__-98onA '''Записи лекций и семинаров''']

[https://disk.yandex.ru/d/YkQLrN5s2JOhWA '''Рукописные конспекты лекций и семинаров''']

== Контрольная работа (20.10, 14:40) ==

[https://disk.yandex.ru/i/jvtISd0PPQlhsQ Список определений и формулировок теорем]

[https://disk.yandex.ru/i/Aud2tL8LY7jVhg Пример заданий контрольной работы]

Контрольная работа пройдет 20 октября в 14:40, продолжительность — 2,5 часа. Работа состоит из 4 вопросов на знание определений и формулировок теорем из списка (по 0,5 баллов каждый) и 5 задач. Полное решение задачи оценивается в 2 балла, частичные продвижения в решении оцениваются меньшим количеством баллов. Оценка выставляется по формуле min{S, 10}, где S — сумма баллов за задачи и вопросы на знание определений и формулировок теорем. Разрешается принести 1 лист A4 с любыми вспомогательными материалами, написанными от руки; распечатанный текст не разрешается. Таблицы квантилей распределений переносить на него не нужно, их раздадим отдельно или сообщим значения квантилей в условии. Использование любых электронных устройств запрещено.

=== Распределение по аудиториям ===

Группы 231, 232 -- R305.

Группы 233, 234 -- R306.

[https://us06web.zoom.us/j/4847337394?pwd=uwU2jT9DKDI1WyZ93Jl7NqPmt0GUHY.1&omn=85049445090 Zoom (для студентов КНАД)]

== Домашние задания ==

{| class="wikitable" style="text-align:center"
|-
! [https://disk.yandex.ru/i/b15vSKiimQ-HNw Домашнее задание №1 (теоретическое), дедлайн - 24.09, 23:59]
|-
! [https://disk.yandex.ru/d/l-KXTg6XRNhlew Домашнее задание №2 (практическое), дедлайн - 5.10, 23:59]
|-
! [https://disk.yandex.ru/i/CRaEOG5WUzcJbQ Домашнее задание №3 (теоретическое), дедлайн - 17.10, 23:59]
|}

Каждому студенту даётся 5 дней отсрочки на все домашние задания, которые можно потратить как удобно (можно, например, потратить все на одно ДЗ или на несколько разных). Также есть 3 микроотсрочки на 15 минут. Несданное или сданное слишком поздно (в этом случае оно оценивается нулём баллов) ДЗ не расходует дни отсрочки.

== Список рекомендуемой литературы ==
=== Учебники ===
* Ивченко Г. И., Медведев Ю. И., "Введение в математическую статистику", М.: Издательство ЛКИ, 2010.

* Y. Tille, "Sampling and estimation from finite populations", Hoboken, NJ: Wiley, 2020.

* Wasserman L. A., "All of Statistics: A Concise Course in Statistical Inference", Springer New York, 2003.

* Särkkä S., Svensson L., "Bayesian Filtering and Smoothing", 2nd edition, Cambridge University Press, 2023.

Wiki ФКН

2025-09-08T09:09:47Z

Xumuk mk:

Математический анализ - 2 (основной поток) ПМИ и ЭАД 2025/2026

2025-09-08T09:08:26Z

Xumuk mk: Новая страница: «= Преподаватели и учебные ассистенты = TBA = Ведомость = TBA = Сводная таблица с оценками по…»

= Преподаватели и учебные ассистенты =

TBA

= Ведомость =

TBA

= Сводная таблица с оценками по ДЗ =

TBA

= Формула оценивания =

TBA

= Материалы =

TBA

== Семинарские листки ==

TBA

= Очные формы контроля =

TBA

== Контрольная работа ==

TBA

==== Распределение по аудиториям ====

TBA

=== Правила проведение коллоквиума ===

TBA

===Расписание коллоквиума===

TBA

== Экзамен ==

TBA

= Литература =
TBA
== Основная литература ==
* Сборник задач и упражнений по математическому анализу : учеб. пособие для вузов, Демидович, Б. П.2003
* Сборник задач по математическому анализу. Т. 2: Интегралы. Ряды, 978-5-922103-07-72012
== Дополнительная литература ==
* Математический анализ. Ч II. Зорич В.А.
* Курс дифференциального и интегрального исчисления. Т. 2 : учебник: в 3 т., Фихтенгольц, Г. М.978-5-8114-0674-62009

Математический анализ - 2 (основной поток) ПМИ и ЭАД

2025-09-08T09:03:45Z

Стохастический анализ (весна 2024)

2025-01-09T19:26:57Z

Xumuk mk:

== О курсе ==

(wiki.cs часто не работает, когда мы пытались обновить материалы, поэтому лучше следить в телеграм-канале, где всё актуальное выкладывается вовремя)

Случайные процессы возникают в тот момент, когда одних случайных величин становится недостаточно. Цены на бирже, процентные ставки, как и некоторые физические явления: диффузия, взаимодействие огромного числа частиц -- демонстрируют, что нужен более общий взгляд, учитывающий также изменения случайных величин во времени. С другой стороны, можно попробовать внести случайность и обыкновенные дифференциальные уравнения станут стохастическими. На таких уравнениях строится почти вся финансовая математика, но особенный новый интерес стохастические дифференциальные уравнения приобрели несколько лет назад, положив начало диффузионным моделям, известным многим под вывеской Midjourney и StableDiffusion. Этот курс для тех, кто знаком с теорией вероятности и базовыми математическими дисциплинами и хотел бы пойти дальше, не забывая о практической стороне. Первая половина курса будет посвящена теории случайных процессов и центральными примерами для нас будут гауссовские процессы, цепи Маркова, Винеровский, Пуассоновский и связанные с ними процессы. Вторая часть представит стохастические интегралы и стохастические дифференциальные уравнения в контексте нескольких практических задач.

=== Контакты ===

Основные информационные ресурсы курса -- вики-страница, группа в Телеграм TBD и Телеграм-канал TBD.

''Максим Каледин'', T920. Email: maxkaledin@gmail.com.

''Дарья Демидова'', T926. Email: demidova.math@gmail.com

== Учебный план ==

Предусмотрены лекционные, семинарские занятия, 4 домашних задания. Все материалы курса можно найти здесь и в других инфоресурсах:

- Telegram: чат(непубличная ссылка) и [https://t.me/stoch24 канал]

- Youtube: [https://youtube.com/playlist?list=PLYG3WHDP5CWWmGYCi5fLSYkrvt4LeRyZD&si=xsuBCxb87Zm9Yd5O плейлист] с лекциями и семинарами

- YaDisk: [все конспекты] в одном месте

Итоговая оценка для всех: Оитог = 0.6Одз + 0.4Оэкз, где Одз -- средняя оценка за ДЗ и Оэкз -- оценка за экзамен. Округляется только Оитог, округление арифметическое.

Важно: 4й курс проходит только 3й модуль, поэтому для них предусмотрены только первое и второе ДЗ и финальный экзамен.

=== Пререквизиты ===

- Математический анализ 1-2

- Линейная алгебра

- Теория вероятностей

- Программирование на Python, научные пакеты (numpy, sklearn,..) в плюс

- Обыкновенные дифференциальные уравнения (самые основы и общее представление)

=== План по времени ===

С прошлого года есть частично программа экзамена и конспект, однако в этом году мы так же будем публиковать всё по частям, так как, вероятно, местами будем вносить какие-то существенные изменения.

'''Лекция 0.''' Напоминание теории вероятностей. [https://disk.yandex.ru/i/VGljkpLMnrT9DQ конспект]

'''Лекция 1.''' Определение случайного процесса, его задание через конечномерные распределения, основные понятия (матожидание и моменты, стационарность в узком и широком смысле, ковариационная функция процесса), первые примеры. Гауссовские процессы. [https://disk.yandex.ru/i/RFEHd_u59RAuHA конспект] [https://disk.yandex.ru/d/7dukuJv9McjrAA семинар(ноутбук)]...

'''Лекция 2.''' Винеровский процесс. [https://disk.yandex.ru/i/NEW8Q-6n7HBm5A конспект] ...
...

== Домашние задания ==

ДЗ 2023 года не актуальны, будут другие.

В этом году теоретические и компьютерные задачи выдаются по ходу, засчитываются как дз вместе с дедлайном кодовой части.

Вес кодовой части в оценке за ДЗ равен 0.5 .

По умолчанию срок выполнения -- две недели от выдачи кодовой домашки. Можно просрочить (граница -- 2359 крайнего дня) не более, чем на 1 неделю(тогда штраф -30%), далее работы не принимаются.

Дедлайн 1: ??

=== Теоретические задачи ===

==== ДЗ1 ====

[https://disk.yandex.ru/i/k3ZdM0U3A3Al8Q Часть 1]

=== Ноутбуки ===

==== ДЗ1 ====

...

== Экзамен ==

Экзамен устный: вопрос, задача, доп. вопросы. Программу опубликуем позже.

== Литература ==

1. Коралов Л.Б., Синай Я.Г. Теория вероятностей и случайные процессы, МЦНМО, 2014.

2. Øksendal B. Stochastic Differential Equations: An Introduction with Applications, Springer, 2004, 10.1007/978-3-662-03185-8.

3. Ширяев А.Н. Основы стохастической финансовой математики (в двух томах), МЦНМО, 2016.

4. Булинский А.В., Ширяев А.Н. Теория случайных процессов, М: Физматлит, 2005.

5. Вентцель Е.С., Овчаров Л.А. Теория случайных процессов и её инженерные приложения, М:Высшая школа, 2000.

Стохастический анализ (весна 2025)

2025-01-09T18:18:09Z

Xumuk mk: init

== О курсе ==

(wiki.cs часто не работает, когда мы пытались обновить материалы, поэтому лучше следить в телеграм-канале, где всё актуальное выкладывается вовремя)

Случайные процессы возникают в тот момент, когда одних случайных величин становится недостаточно. Цены на бирже, процентные ставки, как и некоторые физические явления: диффузия, взаимодействие огромного числа частиц -- демонстрируют, что нужен более общий взгляд, учитывающий также изменения случайных величин во времени. С другой стороны, можно попробовать внести случайность и обыкновенные дифференциальные уравнения станут стохастическими. На таких уравнениях строится почти вся финансовая математика, но особенный новый интерес стохастические дифференциальные уравнения приобрели несколько лет назад, положив начало диффузионным моделям, известным многим под вывеской Midjourney и StableDiffusion. Этот курс для тех, кто знаком с теорией вероятности и базовыми математическими дисциплинами и хотел бы пойти дальше, не забывая о практической стороне. Первая половина курса будет посвящена теории случайных процессов и центральными примерами для нас будут гауссовские процессы, цепи Маркова, Винеровский, Пуассоновский и связанные с ними процессы. Вторая часть представит стохастические интегралы и стохастические дифференциальные уравнения в контексте нескольких практических задач.

=== Контакты ===

Основные информационные ресурсы курса -- группа в Телеграм (инвайт по запросу) и Телеграм-канал.

''Максим Каледин'', T920. Email: maxkaledin@gmail.com.

== Учебный план ==

Предусмотрены лекционные, семинарские занятия, 4 домашних задания. Все материалы курса можно найти здесь и в других инфоресурсах:

- Telegram: чат(непубличная ссылка) и [https://t.me/stoch24 канал]

- Youtube: (TBD, появляется медленно) с лекциями и семинарами

- YaDisk: (TBD, появляется быстрее) записи

- Twitch: [https://www.twitch.tv/sound_dl_stat ссылка] тут стримы и записи (хранятся 7 дней)

- Github: (TBD) конспекты, ноутбуки и задания

Итоговая оценка для всех: Оитог = 0.6Одз + 0.4Оэкз, где Одз -- средняя оценка за ДЗ и Оэкз -- оценка за экзамен. Округляется только Оитог, округление арифметическое.

Важно: 4й курс проходит только 3й модуль, поэтому для них предусмотрены только первое и второе ДЗ и финальный экзамен.

=== Пререквизиты ===

- Математический анализ 1-2

- Линейная алгебра

- Теория вероятностей

- Программирование на Python, научные пакеты (numpy, sklearn,..) в плюс

- Обыкновенные дифференциальные уравнения (самые основы и общее представление)

=== План по времени ===

С прошлого года есть частично программа экзамена и конспект, однако в этом году мы так же будем публиковать всё по частям, так как, вероятно, местами будем вносить какие-то существенные изменения.

'''Лекция 0.''' Напоминание теории вероятностей. [https://disk.yandex.ru/i/VGljkpLMnrT9DQ конспект] Доступно сразу: базовая справка с понятиями, на случай если что-то захочется вспомнить.

...далее следите за каналом

== Домашние задания ==

ДЗ 2023 и 2024 года априори не актуальны, будут немного другие. Но что-то может перекочевать.

В этом году теоретические и компьютерные задачи выдаются по ходу, засчитываются как дз вместе с дедлайном кодовой части.

Вес кодовой части в оценке за одно ДЗ равен 0.5.

По умолчанию срок выполнения -- две недели от выдачи кодовой домашки. Можно просрочить (граница -- 2359 крайнего дня) не более, чем на 1 неделю(тогда штраф -30%), далее работы не принимаются.

Дедлайн 1: ждём...следите за каналом

=== Теоретические задачи ===

==== ДЗ1 ====

...ждём, следите за каналом

=== Ноутбуки ===

==== ДЗ1 ====

...ждём, следите за каналом

== Экзамен ==

Экзамен устный: вопрос, задача, доп. вопросы. Программу публикуется ближе к дате в зависимости от того, что и как успеем обсудить.

== Литература ==

1. Коралов Л.Б., Синай Я.Г. Теория вероятностей и случайные процессы, МЦНМО, 2014.

2. Øksendal B. Stochastic Differential Equations: An Introduction with Applications, Springer, 2004, 10.1007/978-3-662-03185-8.

3. Ширяев А.Н. Основы стохастической финансовой математики (в двух томах), МЦНМО, 2016.

4. Булинский А.В., Ширяев А.Н. Теория случайных процессов, М: Физматлит, 2005.

5. Вентцель Е.С., Овчаров Л.А. Теория случайных процессов и её инженерные приложения, М:Высшая школа, 2000.

Вообще много книг и источников будет по ходу, так что следите за каналом Стохан24 ;)

Прикладная статистика в машинном обучении 24/25

2024-12-08T21:35:53Z

Xumuk mk:

''(По причине того, что не успеваем вести вики-страницу и сайт не всегда доступен, все полезные ссылки собраны в телеграм-канале в первом закреплённом сообщении)''

== О курсе ==

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

'''Лектор:''' [https://t.me/XuMuK_MK Максим Каледин]

'''Семинаристы:'''

[https://t.me/mzekhov Матвей Зехов]

[mailto:auzhegov@hse.ru Алексей Ужегов]

[https://t.me/desiment_0 Михаил Михайлов]

'''Учебные ассистенты:''' ...

Елисей Шинкарев

Вячеслав Юсупов

Мария Розаева

Динар Саберов

Анастасия Сёмкина

Аркадий Аврамчук

=== Семинары ===

(!) Сверяйтесь с вашим актуальным расписанием, возможны изменения.

{| class="wikitable"
|-
! Группа !! Семинарист !! Учебный ассистент ||
|-
| БПМИ221 МОП || Матвей Зехов || Елисей Шинкарев ||
|-
| БПМИ222 МОП || Матвей Зехов || Мария Розаева ||
|-
| БПМИ223 МОП || Алексей Ужегов || Анастасия Сёмкина ||
|-
| БПМИ224 МОП || Алексей Ужегов || Вячеслав Юсупов ||
|-
| По выбору(кроме онлайн) || По выбору(кроме онлайн) || Аркадий Аврамчук ||
|-
| Онлайн || Михаил Михайлов || Динар Саберов ||
|}

=== Полезные ссылки ===
Канал в Телеграме (для важных объявлений) [https://t.me/psmo24 тут ]

Youtube (записи+прошлый год и ЗВУК) [https://www.youtube.com/@SoundDLandStat тут]

Twitch (Стримы лекций) [https://www.twitch.tv/xumukmk тут(по расписанию)]

Общий чат в Телеграме для обсуждений/вопросов [https://t.me/+_F7DRBPD2uw2NDAy здесь]

* [https://github.com/XuMuK1/psmo2023 github]

== Лекции ==

'''Лекция 1:''' Метод максимального правдоподобия, свойства ММП-оценок, зависимые наблюдения.
* [https://youtu.be/ks8DNLdKYG4?si=iXlfc9_JCCQBWYtC Видео]
* [https://github.com/XuMuK1/psmo/blob/2024/lectures/Lec1(MLE).pdf Конспект]

'''Лекция 2:''' Теория информации, энтропия и метод максимального правдоподобия.
* [https://www.youtube.com/watch?v=uNXx0NrxPmc Видео]
* [https://github.com/XuMuK1/psmo/blob/2024/lectures/Lec2(Info).pdf Конспект]

'''Лекция 3:''' EM-алгоритм.
* [https://www.youtube.com/watch?v=nAqmi09Q9sQ Видео]
* [https://github.com/XuMuK1/psmo/blob/2024/lectures/Lec3(EM).pdf Конспект]

'''Лекция 4:''' Фильтр Калмана.
* [https://www.youtube.com/watch?v=FvlJBm2WPL0 Видео]
* [https://github.com/XuMuK1/psmo/blob/2024/lectures/Lec4(Kalman).pdf Конспект]

'''Лекция 5:''' Оценка параметров фильтра Калмана.
* [https://www.youtube.com/watch?v=YFNjI6Bwjuo Видео]
* [https://github.com/XuMuK1/psmo/blob/2024/lectures/Lec5(KalmanEM).pdf Конспект]

'''Лекция 6:''' Стат-0.
* [https://www.youtube.com/watch?v=SriwZRFPgw0 Видео]
* [https://github.com/XuMuK1/psmo/blob/2024/lectures/Lec6(Stat0).pdf Конспект]

'''Лекция 7:''' Ранговые критерии (Уилкоксон, Манн-Уитни, Ансари-Брэдли, ранговая корреляция).

'''Контрольная'''

'''Лекция 8:''' АБ-тестирование.

'''Лекция 9:''' Эконометрика. Линейная регрессия при классических предположениях и в гауссовском шуме.

'''Лекция 10:''' Эконометрика. Проблемы: мисспецификация, мультиколлинеарность, гетероскедастичность, эндогенность.

'''Лекция 11:''' Байесовская статистика или Бутстреп (не утверждено)

== Семинары ==
'''Семинар 1:''' Метод максимального правдоподобия.
* [https://github.com/XuMuK1/psmo/blob/2024/seminars/seminar_01_max_lik_clean.ipynb Ноутбук]
* [https://github.com/XuMuK1/psmo/blob/2024/seminars/seminar_01_max_lik_filled.ipynb Ноутбук (заполненный)]

'''Семинар 2:''' Теория информации.
* [https://github.com/XuMuK1/psmo/blob/2024/seminars/seminar_02_information_clean.ipynb Ноутбук]

'''Семинар 3:''' EM-алгоритм.
* [https://github.com/XuMuK1/psmo/blob/2024/seminars/seminar_03_em_clean.ipynb Ноутбук]

'''Семинар 4:''' Фильтр Калмана.
* [https://github.com/XuMuK1/psmo/blob/2024/seminars/seminar_04_kalman.ipynb Ноутбук]

'''Семинар 5:''' Оценка параметров фильтра Калмана.
* [https://github.com/XuMuK1/psmo/blob/2024/seminars/seminar_05_kalman_em.ipynb Ноутбук]

'''Семинар 6:''' Точечные и интервальные оценки.
* [https://github.com/XuMuK1/psmo/blob/2024/seminars/seminar_06_intervals.ipynb Ноутбук]
...

== Домашние задания ==

Домашние задания представляют из себя python-ноутбук, где потребуется решить несколько теоретических задач, а также несколько задач с помощью программного кода.

Как сдавать ДЗ: Classroom TBA.

Политика дедлайнов: дедлайн задаётся обычно (кроме критических исключений) две недели после релиза последней части ДЗ. Можно сдавать 1 неделю после дедлайна со штрафом 30%, далее сдавать нельзя.

==== ДЗ-1 ====

ДЗ-1 состоит из трех частей. Дедлайн по всему ДЗ: 5 ноября 2024 23:59.
* [https://github.com/XuMuK1/psmo/blob/2024/homeworks/hw1/Homework_1_part_1.ipynb Часть 1]
* [https://github.com/XuMuK1/psmo/blob/2024/homeworks/hw1/Homework_1_part_2.ipynb Часть 2] [https://github.com/XuMuK1/psmo/blob/2024/homeworks/hw1/moText.txt Данные]
* [https://github.com/XuMuK1/psmo/blob/2024/homeworks/hw1/Homework_1_part_3.ipynb Часть 3]
...

== Контрольная работа ==

Контрольная работа является письменной формой контроля. В контрольную работу войдут задачи по темам примерно до Лекции 8. После недели 8 планируется семинар консультаций и обычная лекция, затем неделя контрольной работы (на лекции) и обычные семинары, потом продолжение в обычном режиме. Возможны изменения, связанные с расписанием и праздниками.

== 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.

TBD

==Отчётность по курсу и критерии оценки==

===Итоговая оценка за курс===

Итоговая оценка за курс рассчитывается по следующей формуле:

Итог = 0.7*Накоп + 0.3*Максимум(Экз, Минимум(7,Накоп)),

0.7*Накоп= 0.4*Среднее(ДЗ1,ДЗ2,ДЗ3) + 0.3*КР.

==Литература==

Горяинова Е.Р., Панков А.Р., Платонов Е.Н. Прикладные методы анализа статистических данных – М.: Издательский дом Высшей школы экономики, 2012. (Очень много про непараметрические критерии со ссылками и деталями)

Wasserman L. All of Statistics: A Concise Course in Statistical Inference, Springer Science & Business Media, 2013 (в общем про "большую" статистику)

Чжун К.Л., АитСахлиа Ф. Элементарный курс теории вероятностей. Стохастические процессы и финансовая математика – М.: БИНОМ. Лаборатория знаний, 2014. (если интересно много простых примеров сложных понятий)

Лагутин М.Б. Наглядная математическая статистика – М.: БИНОМ Лаборатория знаний, 2015. (МНОГО МАТСТАТА, но наглядно)

=== Прочее ===

* '''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.

* '''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.

Теория вероятностей 2024/25 (основной поток)

2024-12-04T11:49:48Z

Xumuk mk:

= Преподаватели и учебные ассистенты =

{| class="wikitable" style="text-align:center"
|-
! Группа !! БПМИ235 !! БПМИ236 !! БПМИ237 !! БПМИ238 !! БПМИ239 !! БПМИ2310 !! БПМИ2311 !! БПМИ2312
|-
|| Лектор ||colspan="11"| [https://t.me/boris_demeshev Борис Демешев]
|-
|| Семинарист || [https://t.me/boris_demeshev Борис Демешев] || [https://t.me/levensons Илья Левин] || [https://t.me/madn_boi Никита Морозов] || [https://t.me/boris_demeshev Борис Демешев] || [https://t.me/XuMuK_MK Максим Каледин] || [https://t.me/goluba_yurieva Голуба Юрьева] || [https://t.me/Moskchan Вероника Владыкина] || [https://t.me/goluba_yurieva Голуба Юрьева]
|-
|| Ассистент || [https://t.me/nerhneiro Ира Скворцова] || [https://t.me/a_ameli_ig Амелия Алаева] || [https://t.me/htual Алина Бадахова] || [https://t.me/adelyagaraeva Аделя Гараева] || [https://t.me/mabrielka Мария Брель] || [https://t.me/zm_ann Анна Зыкова-Мызина] || [https://t.me/Yanlightv Яна Вежновец] || [https://t.me/nol_erk Кирилл Лавриненко]
|-
|| Ассистент курса ||colspan="11"| [https://t.me/Nick_Volya Никита Волянский]
|}

== Цели и задачи курса ==

侍には目標がなく道しかない [Samurai niwa mokuhyō ga naku michi shikanai]

У самурая нет цели и ничего кроме пути.

Вероятный план:
<div class="mw-collapsible mw-collapsed" style="width:1000px; overflow: hidden;">
1. Дискретное вероятностное пространство. Вероятность, математическое ожидание, теоретическая медиана.
Перестановочные тесты, p-значение для перестановочного теста.
Математическое ожидание = центр масс.

NB: здесь сходу рисуем дерево
NB: здесь нет задач на условную вероятность

!предупреждение об обозначениях случайных величин.
Российская традиция — греческие буквы, американская традиция — заглавные английские буквы.
Наш курс: любые буквы. Причина: теория вероятностей применяется в разных областях, где свои традиции.

NB: Способы вычисления вероятностей и ожиданий:
* полный перебор руками
* примерные вычисления руками
* полный перебор на компьютере
* симуляции на компьютере
* ...

2.
Методы решения задач:
* разложение величины в сумму
* метод первого шага
!идея: позиция в игре имеет цену
* just for fun: метод рычага в геометрии через ожидание
NB: рассказать здесь про комплексную случайную величину
NB: по сути здесь мы уже решаем задачи на марковские цепи не говоря страшных определений
LOTUS.

3. Условная вероятность и условное ожидание.
!идея: зануляем вероятности невозможных событий, а остальные — масштабируем.
формула полной вероятности
!идея: дерево "помнит" формулу полной вероятности
формула Байеса

Независимые события.
Независимые случайные величины.

4.
Методы решения задач:
* производящие функции многих переменных
функция как способ записать множество
HTT vs TTH
ABRACADABRA
!разложение по биномиальной формуле

?: можно здесь успеть функцию производящую моменты

5.
Биномиальное распределение.
Геометрическое и гипергеометрическое распределения.
Отрицательное биномиальное распределение.

6.
Равномерное распределение на множестве в R^n
Функция распределения.
Функция плотности и вероятностная дифференциальная форма.
!пояснение про неудачную традиционную терминологию "непрерывная случайная величина"
величина с функцией плотности, величина с непрерывной функцией распределения.

Квантили, квантильная функция.

7. Характеристики случайных величин и неравенства.
Дисперсия.
Энтропия.
Неравенство Маркова.
Неравенство Чебышёва.
Неравенство Йенсена.

Здесь конец модуля 1 и КР-1!

8. Пуассоновский поток.
Аксиомы пуассоновского потока.
Вывод экспоненциального распределения и пуассоновского распределения из аксиом.
Вывод экспоненциального распределения из предпосылки об отсутсвии памяти.

9. Нормальное распределение.
Нормальное распределение: предпосылки Хершела-Максвелла.
Нормальное распределение: аргументация Гаусса за среднее арифметическое.
Нормальное распределение: предпосылки Лэндона (до уравнения в частных производных).

10. Классические непрерывные распределения.

Гамма-распределение, бета-распределение.
Вывод нормального и экспоненциального распредений как минимизации энтропии.

11. Парные характеристики случайных величин.
Наилучшая линейная аппроксимация.
Ковариация.
Корреляция.
Кросс-энтропия.

Доказательство E(XY) = E(X) E(Y) для дискретных.
Ковариационная матрица и ожидание для случайных векторов.

12. Совместная и условная функция плостности.
Преобразования случайных величин.

13. Функция производящая моменты и характеристическая функция.
Распределение суммы случайного количества случайных величин.
Случайный выбор слагаемых.

14. Финансовые приложения

Оценивание опционов на биномиальном дереве.
Максимизация долгосрочной прибыли, связь с энтропией.
Возможно, индексы Гиттинса.

Здесь конец модуля 2 и КР-2

15. Сигма-алгебры.

Список известных величин как способ описания информации.
Идея условного ожидания как оптимального прогноза.
Сигма-алгебра как способ описания информации.
Измеримость случайной величины относительно сигма-алгебры.
Сигма-алгебра как ОДЗ для вероятности.
Борелевская сигма-алгебра.
Независимые случайные величины второе определение.

16. Условное математическое ожидание.
Условная дисперсия.
Сумма случайного количества случайных величин.

17. Сходимости случайных величин.

Сходимость по вероятности.
Закон больших чисел.
Сходимость почти наверное.
Усилинный закон больших чисел.
Сходимость по распределению.

18. Связь сходимостей.
Лемма Слуцкого.

19. Центральная предельная теорема.
Доказательство через подмену слагаемых.
Доказательство через характеристические функции.

Здесь контрольная.

20. Винеровский процесс
Условные ожидания, инверсия.

21. Байесовский подход к оцениванию параметров

Балансовое уравнение. Идея MCMC.

22. Доказательства свойств меры

23. Алгоритм построения математического ожидания в общем случае.
Лемма Фату.
Теорема о мажорируемой сходимости.
Теорема о монотонной сходимости.

24. Резерв.

Жемчужинки, которые, вероятно, не успеем:

А. Методы решения задач:
подсчёт случаев с помощью леммы Бернсайда и теоремы Пойа о перечислении
(Burnside lemma, PET = Polya Enumeration Theorem)

B. вероятностные доказательства детерминистических теорем

</div>

== Оценивание ==

Оценка за семестр-1 = 0.2 Домашние задания семестра-1 + 0.4 Контрольная-Альфа + 0.4 Экзамен-Бета.

Финальная оценка за курс = 0.5 Оценка за семестр-1 + 0.1 Домашние задания семестра-2 + 0.2 Контрольная-Гамма + 0.2 Экзамен-Дельта.

Каждая оценка (суммарные итоги за домашние задания, контрольные, экзамены) — целое число от 0 до 100.
Для перевода в 10-балльную шкалу промежуточной оценки за семестр-1 и финальной оценки используется деление на 10
с арифметическим округлением. Например, если Максим получил "оценку за семестр-1" 65 баллов, то в ведомость за первый семестр идёт 7, а далее в формуле финальной оценки за курс используется 65.

=== Домашние задания для самураев ===

Домашние задания [https://github.com/bdemeshev/hse_pmi_probability_2024_2025/raw/main/home_assignments/home_assignments.pdf одним файлом] и [https://github.com/bdemeshev/hse_pmi_probability_2024_2025/blob/main/home_assignments/ отдельными файлами].
Домашние задания имеют равный вес.
В конце каждой лекции (за исключением ближайших к экзамену лекций)
выдается домашнее задание сроком на две недели.
Дедлайн жёсткий, однако студент имеет право просрочить три домашних задания на неделю каждое без штрафа.

Формат сдачи ДЗ: один pdf-файл (решение текстовых задач) и один ipynb-файл (решение компьютерных задач).
В pdf-файл можно поместить аккуратно написанное отсканированное решение, а можно скомпилировать pdf из теха или маркдауна.
Ещё можно вместо pdf-файла написать всё в ipynb.
Бонусов за сдачу домашки в техе нет. Пример [https://www.overleaf.com/read/qmrkwpzvmqbk шаблона].

Обратите внимание: '''время каждого дедлайна — 23:59'''.

=== Ведомость с оценками за ДЗ ===

{| class="wikitable" style="text-align:center"
|-
! [https://docs.google.com/spreadsheets/d/1fiOBRtOOFTdJ7kBoXralnFh6QfuDuwcNm8ZaSGGwsv8/edit?gid=1872081500#gid=1872081500 235] !! [https://docs.google.com/spreadsheets/d/1fiOBRtOOFTdJ7kBoXralnFh6QfuDuwcNm8ZaSGGwsv8/edit?gid=1374497930#gid=1374497930 236] !! [https://docs.google.com/spreadsheets/d/1fiOBRtOOFTdJ7kBoXralnFh6QfuDuwcNm8ZaSGGwsv8/edit?gid=1183164252#gid=1183164252 237] !! [https://docs.google.com/spreadsheets/d/1fiOBRtOOFTdJ7kBoXralnFh6QfuDuwcNm8ZaSGGwsv8/edit?gid=408179311#gid=408179311 238] !! [https://docs.google.com/spreadsheets/d/1fiOBRtOOFTdJ7kBoXralnFh6QfuDuwcNm8ZaSGGwsv8/edit?gid=1032422408#gid=1032422408 239] !! [https://docs.google.com/spreadsheets/d/1fiOBRtOOFTdJ7kBoXralnFh6QfuDuwcNm8ZaSGGwsv8/edit?gid=1603236891#gid=1603236891 2310] !! [https://docs.google.com/spreadsheets/d/1fiOBRtOOFTdJ7kBoXralnFh6QfuDuwcNm8ZaSGGwsv8/edit?gid=791330236#gid=791330236 2311] !! [https://docs.google.com/spreadsheets/d/1fiOBRtOOFTdJ7kBoXralnFh6QfuDuwcNm8ZaSGGwsv8/edit?gid=23847300#gid=23847300 2312]
|}

[https://docs.google.com/spreadsheets/d/14hD7-SLmAA1omdkhPlt3blRHDHVGTDS8ZgvLWscvMz8/edit?usp=sharing Оценки за кр1]

=== Контрольные работы и экзамен ===

Вес каждой задачи будет написан в тексте работы.
Задачи с ненаписанным по случайности весом имеют равный вес.
Для пропущенных по уважительной причине контрольных будет выделен один день для переписывания.
При пропуске дня переписывания, в том числе по уважительным причинам, ещё одного шанса не предоставляется.

'''Контрольная работа 1''' состоится 2024-11-11 в 16:20, аудитории: R401, R305, R206, [https://github.com/bdemeshev/hse_pmi_probability_2024_2025/raw/main/exam_halloween_demo/exam_halloween_demo.pdf демо], [https://github.com/bdemeshev/hse_pmi_probability_2024_2025/raw/main/midterm/midterm-alpha.pdf условие].

'''Резервный день 1''' для пропустивших по уважительной причине состоится 2024-12-02 в 19:40, R405

'''Показ контрольной 1''':

* задачи 3, 4, 5, 6: очно, четверг, Макс, Борис, 2024-12-05, 18:10-21:00;
* задачи 1, 2: заочно до 2024-12-08, Вероника, https://t.me/Moskchan

'''Экзамен, модуль 2''' состоится 2024-12-24 в 9:30, аудитории R301, R304, R401, R404, демо, условие.

'''Экзамен, модуль 3''' состоится 2025-03-26 в 14:40, аудитории R301, R404, R405, R503, демо, условие.

== Учебные материалы ==

[https://github.com/bdemeshev/probability_pro/raw/master/probability_pro.pdf PP]: Листки с задачами к курсу.

[https://github.com/bdemeshev/probability_dna/raw/master/probability_dna.pdf PDNA]: Вероятностная ДНК = вкусные задачи по теории вероятностей.

[https://disk.yandex.ru/d/LZ6d2VZVqYvbDQ Видео-летопись семинаров и лекций] и [https://hse.liferooter.dev/ конспект] от тайного благожелателя (updated 2024-10-23]

[https://www.cambridgeinternational.org/Images/344616-list-of-formulae-and-statistical-tables.pdf Cambridge statistical tables]

== Дневник самурая ==

2024-09-02, лекция 1: Определение события. Определение случайной величины. Аксиомы вероятности. Определение математического ожидания для дискретного случая.
Линейность математического ожидания. Математическое ожидание как центр масс. Первое знакомоство с перестановочным тестом и p-значением.

Можно глянуть: главы 2.1 и 7 из [https://arxiv.org/pdf/1411.5279 WTSK], метод рычага [https://mathcircle.berkeley.edu/sites/default/files/archivedocs/2007_2008/lectures/0708lecturespdf/MassPointsBMC07.pdf в геометрии].

2024-09-09, лекция 2: Метод первого шага (вероятность выпадения HTH ранее HHT, ожидаемое количество шагов). Метод разложения случайной величины в сумму. Определение случайного вектора. Использование интерпретации ожидания как центра масс в геометрии. Определение теоретической медианы.

Можно глянуть: глава 2.7.2 из [https://projects.iq.harvard.edu/stat110/home BItP], три стратегии решения задачи за 10 минут [https://www.youtube.com/watch?v=xH89DaEI35w Visually Explained]

2024-09-16, лекция 3: Получение новой информации приводит к пересчёту вероятностей. Определение условной вероятности. Формула полной вероятности. Формула Байеса.
Условное математическое ожидание. Формула полного математического ожидания. Независимость пары событий. Независимость набора событий в совокупности.
Независимость величин: неформальное определение. Критерий независимости произвольных величин. Критерий независимости дискретных величин.

2024-09-23, лекция 4: Доказательство критерия независимости для дискретных случайных величин: из независимости {X=x} и {Y=y} следует независимость {X in A} и {Y in B}. Независимость величин равносильна E(f(X))E(g(Y))=E(f(X)g(Y)) для произвольных f, g. Определение биномиальной, геометрической (как числа неудач до 1го успеха) и отрицательной биномиальной случайной величины. Общая идея за производящими функциями: как из функции, производящей исходы эксперимента, с помощью производных и подстановок выудить индивидуальные вероятности, совместные вероятности, ожидания любой степени E(X^a), E(X^a Y^b). Формальное определение функции, производящей вероятности, и функцию, производящей моменты, для одной случайной величины и пары случайных величин. Метатеорема: все теоремы о дискретных величинах доказываются перестановкой слагаемых. Основные дискретные распределения: биномиальное, геометрическое, отрицательное биномиальное.

2024-09-30, лекция 5: Ещё дискретные законы распределения: гипергеометрическое. Описание закона распределения через равномерное распределение на подмножестве R^n.
Функция плотности как линейная часть вероятности попадания в отрезок. Равномерное распределение на отрезке. Смешанные случайные величины. LOTUS: нахождение ожидания любой функции от случайной величины для величин с функцией плотности и смешанных величин. Функция распределения. Квантильная функция.

2024-10-07, лекция 6: Две геометрии случайных величин и событий: E(XY) как скалярное произведение, Cov(X, Y) как скалярное произведение. Математическое ожидание — проекция в рамках геометрии, задаваемой E(XY). Определение и геометрический смысл дисперсии, стандартного отклонения, ковариации и корреляции. Неравенство Маркова. Неравенство Чебышёва. Неравенство Йенсена: интуитивный смысл.

2024-10-14, лекция 7: Доказательство неравенства Йенсена. Энтропия как минимальное ожидаемое число вопросов для отгадывания и формальное определение. Кросс-энтропия.
Доказательство того, что кросс-энтропия больше либо равна энтропии. Совместная энтропия. Условная энтропия. Формула H(X) + H(Y|X) = H(X, Y) без доказательства.
Вывод плотности экспоненциального распределения из предпосылки отсутствия памяти. Экспоненциальное распределение максимизирует энтропию при заданном ожидании и неотрицательности.

* Cristopher Olah, Visual Information Theory, https://colah.github.io/posts/2015-09-Visual-Information/

* Grand Sanderson, Solving Wordle using information theory, [https://www.youtube.com/watch?v=v68zYyaEmEA youtube].

* Artem Kirsanov, Key equation behind probability, [https://www.youtube.com/watch?v=KHVR587oW8I youtube]. У Артёма кросс-энтропия обозначена H(P, Q), а не CE(P||Q)).

* [https://exuberant-arthropod-be8.notion.site/1-02-09-5e107ea1c4054594b8f37d955db8a2b0 Конспект] аналогичной старой лекции псмо на русском.

* Keith Conrad, [https://kconrad.math.uconn.edu/blurbs/analysis/entropypost.pdf Maximal entropy] distributions.

2024-10-21, лекция 8: Ковариационная матрица и её свойства. Совместная функция плотности. Условная функция плотности. Критерий независимости в терминах функций плотности и распределения.
Связь индивидуальной и совместной функций плотности и функций распределения. Смена плотности при замене переменных: домножение на якобиан и неформально про дифференциальные формы. Формула свёртки.
Разложение совместной плотности для графической модели. Представление произвольной совместной функции распределения с помощью копулы.

* Про дифференциальные формы: [https://www.youtube.com/watch?v=PaWj0WxUxGg&list=PL22w63XsKjqzQZtDZO_9s2HEMRJnaOTX7 videos] by Michael Penn, [https://www.math.purdue.edu/~arapura/preprints/diffforms.pdf short intro] by Dony Arapura

* What is a convolution от [https://www.youtube.com/watch?v=KuXjwB4LzSA 3b1b]

* From graphical models to [https://www.youtube.com/watch?v=yBc01ZeaFxw&list=PLISXH-iEM4JlFsAp7trKCWyxeO3M70QyJ Probabilistic ML]

2024-11-11, лекция 9: Пуассоновский поток: аксиомы. Вывод пуассоновского распределения количества событий и экспоненциального времени между событиями из аксиом.
Сумма независимых пуассоновских потоков — это пуассоновский поток (половина доказательства). Вероятность того, что одна экспоненциальная величина будет меньше другой, независимой.

2024-11-18, лекция 10: Гамма-распределение как сумма нескольких экспоненциальных: вывод плотности через вероятность попадания в малый отрезок.
Обобщение плотности на случай положительного параметра $a$. Гамма-функция. Бета-распределение как отношение гамма-распределений. Бета-функция.

2024-11-25, лекция 11: Вывод нормального распределения из предпосылок Гаусса. Вывод нормального распределения из предпосылок Гершеля — Максвелла.

* Saul Stahl, The [https://www.researchgate.net/publication/255668423_The_Evolution_of_the_Normal_Distribution Evolution] of the Normal Distribution: вывод Гаусса с историей.

* Grand Sanderson, [https://www.youtube.com/watch?v=cy8r7WSuT1I Why pi] is in the normal? вывод Гершеля—Максвелла

* James Stein, [http://www-biba.inrialpes.fr/Jaynes/cc07s.pdf Normal Distribution]: глава про нормальное распределение (Гаусс, Гершель—Максвелл, Лэндон etc)

* William Herschel, [https://music.yandex.com/album/209394/track/2121214 концерт для габоя]

* William Herschel, [https://www.informationphilosopher.com/solutions/scientists/quetelet/Herschel_Quetelet_Probabilities.pdf On the theory of Probabilities]: вывод нормального распределения словами на стр. 189-191

2024-12-02, лекция 12: многомерное нормальное распределение. Функция плотности невырожденного многомерного нормального. Функция производящая моменты для многомерного нормального. Формула Иссерлиса с ненулевыми ожиданиями и доказательством. Условное распределение: вывод условного ожидания и условной дисперсии через разложение величины в сумму независимых.

* [https://stats.stackexchange.com/questions/30588/ альтернативный вывод] условного многомерного нормального распределения

=== Семинары ===

==== 473 = 235 + 238 ====

2024-09-02, 06, семинар 1: задачи 1.1, 1.6, 3.5 из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP]

2024-09-09, 13, семинар 2: задачи 2.1, 2.3, 12.7 из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP]

2024-09-16, 20, семинар 3: задачи 7.12 и 7.4 из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP]

2024-09-23, 27, семинар 4: как извлечь P(X=3), E(X), E(X^2Y) из функции, производящей список исходов, 28.16 из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP]

2024-09-30, -10-04, семинар 5: 9.3в, 9.4, 9.7(абвд, кроме дисперсии, аргументы масштабирования и центра масс помимо интегралов), 9.11 из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP]

2024-10-07, 11, семинар 6: вычисление Cov, Var, Corr по табличке и из функции плотности, нахождение дисперсии для отрицательного биномиального распределения по свойствам.

2024-10-14, 18, семинар 7: вычисление энтропии геометрического распределения. Изменение энтропии при линейном преобразовании для дискретной величины и величины с функцией плотности.
Кросс-энтропия из экспоненциального в равномерное. Условная энтропия для дискретной таблички. Связь энтропии величины с функцией плотности и энтропия дискретной версии этой случайной величины после "огрубления" с малым шагом 1/k.

2024-10-21, -11-01, семинар 8: 16.18, 16.23 из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP], свёртка двух экспоненциальных величин

2024-11-11, 15, семинар 9: задачи на пуассоновский поток из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP]

2024-11-18, 22, семинар 10: задачи на бета и гамма-распределение

2024-11-25, 29, семинар 11: задачи на нормальное распределение, 18.1, 18.2, 18.3, 18.5 из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP]

2024-12-02, 06, семинар 12: задачи на многомерное нормальное: 24.16аб, 24.17аб, 24.18, 24.10 из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP]

==== 236 ====

2024-09-06, семинар 1: в начале семинара рассмотрели основные понятия и определения для решения задач. Решили задачи 1.1, 1.6, 3.5 из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP]

2024-09-13, семинар 2: нашли ожидание случайной величины с геом. распределением. Решили задачи 2.1, 12.6, 12.10 из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP].

2024-09-20, семинар 3: решили задачи 7.12, 7.4(а), 7.7, 7.13(а) из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP].

2024-09-27, семинар 4: разобрали 7.13, почти разобрали 28.3 из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP]. Также рассмотрели один контрпример на независимость(тетраэдр Бернштейна).

2024-10-04, семинар 5: разобрались с определениями, решили 9.3(абв), 9.7(аб) из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP]. Решили задачку про три точки на отрезке и найти вероятность получить треугольник. Также вывели формулу для мат. ожидания неотрицательной величины через функцию распределения.

2024-10-14, семинар 6: обсудили дисперсию, ковариацию, коэффициент корреляции и их геометрический смысл. Решили задачу на оценку дисперсии ограниченной величины. посчитали дисперсию геометрического, биномиального. Посчитали дисперсию в задаче о письмах и конвертах.

==== 237 ====

2024-09-09, семинар 1: задачи 1.1, 2.2 из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP], вероятность что n ладей не бьют друг друга при случайной расстановке на шахматной доске n на n, матожидание числа треугольников в случайном графе на n вершинах через сумму индикаторов

2024-09-13, семинар 2: задачи 2.1, 2.6, 12.3, 12.6, 12.7 (без дисперсий) из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP]

2024-09-23, семинар 3: задачи 7.2, 7.13, 7.7, 7.8, плюс начали 7.15b (получили неверный ответ) из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP]

2024-09-27, семинар 4: дорешали 7.15b с небольшой демонстрацией на питоне, разобрали 28.2 для нечестной монетки плюс посчитали матожидание [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP]

2024-10-04, семинар 5: задачи 9.1, 9.3абв, 9.11 из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP], философия про то почему бОльшая плотность не всегда означает бОльшую вероятность оказаться в окрестности данной точки (плотность может занимать слишком маленький объем)

2024-10-11, семинар 6: вспомнили определения Cov/Var/Corr, посчитали у пары дискретных величин по табличке вероятностей, посчитали дисперсию у биномиального, геометрического, непрерывного равномерного на отрезке.

2024-10-18, семинар 7: вычисление энтропии геометрического распределения; ограниченность энтропии снизу и сверху в дискретном случае; изменение энтропии при линейном преобразовании для дискретной величины и величины с функцией плотности; условная энтропия, KL дивергенция и кросс-энтропия, неотрицательность KL, интерпретация на пальцах с точки зрения теории информации.

2024-11-01, семинар 8: 16.18, 16.23 из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP], свёртка двух экспоненциальных величин

2024-11-08, семинар 9: решали пробный вариант КР

2024-11-15, семинар 10: 13.1, 13.2, 13.5, 13.7 из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP]

2024-11-22, семинар 11: разбор КР

==== 239 ====

2024-09-03, семинар 1: задачи 1.1, 1.4, пытались 1.8 из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP]. Ещё успели посчитать вероятность N=k бросков монеты до выпадения первого орла, матожидание N. И ещё сделали то же для количества бросков до выпадения 3 орлов (не в серии).

2024-09-10, семинар 2: доказали формулу включения-исключения, решили несложную задачу, порешали 2.7 задачи типа 12.*

2024-09-17, семинар 3: Решили две прямых задачи на формулу Байеса и формулу полной вероятности (без большого количества вычислений). Решили задачу поиска вероятности неисправного кофе-автомата из 3 при условии, что бросили деньги в 1 и 2 и их зажевало. Ещё нашли вероятность, что мяч будет у игрока 3 после шага 10 (все садятся в круг и на каждом шаге бросают мяч соседу с вероятностью 0.3 и оставляют у себя с вероятностью 0.4).

2024-09-24, семинар 4: Вспомнили про метод первого шага, используя формулу полной вероятности и введя в некотором виде формулу полного матожидания, записали формулу для вероятностей нахождения в состоянии i через произведение переходной матрицы на вектор. Совсем немного начали производящие функции, но решили не считать 31ю производную многочлена.

2024-10-01, семинар 5: Исследуем дискретные случайные величины (Биномиальная, Геометрическая и разные похожие) с использованием техник вычислений моментов через производящую функцию. Задачи на распределения величин, посчитанных по набору величин. Первая большая задача про плотность.

2024-10-08, семинар 6: разминочная про плотность и функцию распределения. Считаем дисперсию, ковариацию и корреляцию по 2x2 таблице и в равномерном распределении на круге и квадрате [-1,1]х[-1,1].

2024-10-15, семинар 7: пара задач про экспоненциальное распределение, расчёты по теории информации(считаем всякое, чтобы привыкнуть).

2024-10-22, семинар 8: письменные источники не сохранились до наших дней. Согласно преданиям, оьсуждали двери и около контрольной. Говорят, ввели пуассоновский процесс.

2024-???, семинар 9: решаем задачи на пуассоновское в разных формах и обсуждаем омалые в порядковых статистиках.

2024-???, семинар 10: учимся интерпретироввть гауссовское, пользоваться таблицами для функции Лапласа, а также немного работать с многомерным гауссовским.

2024-3-12, семинар 11: Копаем во все стороны многомерное гауссовское: считаем вероятности для линейных комбинаций гауссовских, проверяем зависимость, вычисляем условные законы, матожидания и ковариационные матрицы, вспоминаем спектральное разложение и разложение Холецкого.

==== 2311 ====

2024-09-06, семинар 1: вероятностное пространство, вероятность на нем, вероятность события, случайная величина и ее распределение (индикатор события, сумма двух кубиков, число бросаний монетки до первого орла), матожидание случайной величины (индикатор, один кубик, два кубика), линейность матожидания. Задачи на линейность матожидания, в том числе ЕГЭшная задача про турнир, 1.5, 3.5 с допвопросом о матожидании числа совпадений. Разговор о получении события произвольной вероятности монеткой в контексте 1.8

2024-09-13, семинар 2: Повторили матожидание суммы на примере 12.3. Обсудили условную вероятность и формулу полной вероятности, условное матожидание, решили задачи на метод первого шага 2.1, 2.3, 2.7.

2024-09-20, семинар 3: Условная вероятность, формула полной вероятности, формула Байеса: 7.1, классическая задача про болезни и тесты, простейшие задачки на общее понимание, обсуждение двух подходов: вычисления условной вероятности по формуле и составления нового вероятностного пространства и подсчет вероятности в нем. Независимые события (события "пики" и "дама" в обычной колоде и колоде с джокерами), независимые в совокупности события, построили пример попарно независимых, но не независимых в совокупности. Обсудили биномиальное распределение. решили задачу: "в корабле к отсеков, чтобы корабль затонул, нужно поразить 2. Независимо выпускают n ракет, каждая из которых поражает случайный отсек с вероятностью p. Найти вероятность потопления корабля"

2024-09-20, семинар 4: Примеры одинаково распределенных зависимых СВ, независимые СВ. Производящая функция и ее свойства. Посчитали для биномиального производящую функцию и второй момент. Обсудили, что будет меняться в случае функции, производящей моменты. Обсудили функцию, производящую множество исходов, как из нее доставать уже известные функции, как ее искать на примере бросания монетки до выпадания HT

2024-10-11, семинар 5: Составили табличку стандартных дискретных распределений, посчитали матожидание геометрического, обсудили дисперсию и ковариацию и их свойства (в дискретном случае), досчитали дисперсии основных распределений. Обсудили вероятностное пространство в общем случае, понятие СВ в общем случае. Дали определение ФР, посчитали ФР для явно заданной СВ. Дали определение плотности.

2024-10-12, семинар 6: Обсудили свойства ФР, как считать вероятность попадания в промежуток в терминах ФР. Выразили ФР 1/X, cos X. Обсудили как выражается веротяность попадания в множество через плотность. для 1/Х выразили плотность в случае абсолютной непрерывности Х. Обсудили формулу для МО в общем виде через интеграл Стильтьеса и как вычислять МО для функции, разлагающейся в сумму абсолютно нерпрерывной и функции скачков, посчитали МО для пары таких СВ

2024-10-18, семинар 7: Обсудили геометрию, заданную скалярным произведением EXY и cov(X,Y), поиск ортогонального элемента и проекции. Посчитали энтропию и кросс-энтропию в дискретном и непрерывном случаях, посчиали совместную и условную энтропию в дискретном случае (23.2, 23.4, 23.9)

2024-11-01, семинар 9: Совместная плотность и ф.р., подсчет вероятностей, маргинальные плотности, замена переменной через якобиан, свертка, матожидание

2024-11-09, семинар 10: Условная плотность, формула условной вероятности. Задача на восстановление маргинальной плотности по условной. Разбор задач из "Летучей мыши"

2024-11-19, семинар 11: Разбор контрольной работы

2024-11-22, семинар 12: Пуассоновский поток - решали задачки из задачника

2024-11-29, семинар 13: Нормальное распределение - задачи из PP, повторили функцию, порождающую моменты, обсудили ее свойства в абсолютно непрерывном случае

==== 2310, 2312 ====

2024-09-06, семинар 1: задача 1.1 из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP]. Определили вероятностное пространство в виде тройки, множество исходов рассматривали конечное и счётное. Решили 3 счётные задачи на комбинаторику про колоды карт и счетные последовательности цифр. Привели геометрическое и аналитическое решения задачи про нахождение предела последовательности вероятностей. В конце нашли математическое ожидание геометрически распределённой случайной величины.

2024-09-13, семинар 2: задача 2.1 из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP]. Задача на упорядоченные и неупорядоченные наборы. Задача про классическое вероятностное пространство и про пространство с неравновероятными исходами. Разобрали парадокс Монти Холла. Ввели понятия условной вероятности и независимых случайных величин. Сформулировали и обсудили идеи доказательств трёх теорем: теорема умножения вероятностей, формула полной вероятности и формула Байеса.

2024-09-20, семинар 3: Решили задачу на определение условной вероятности. Обсудили парадокс теоремы Байеса на примере задачи про редкое заболевание, а также посмотрели простую программу на Python, которая считает вероятность в зависимости от количества проведенных тестов на заболевание. Обсудили условное математическое ожидание, некоторые его свойства и рассмотрели пример с подбрасыванием кубика. В конце решили задачу на парадокс дней рождений.

2024-09-27, семинар 4: Обсудили коллизии хеш-функций и связь с атакой "дней рождений". Определили независимость или зависимость случайных величин в четырёх разных вариантах. Обсудили, что неверно утверждать, что матожидание частного независимых случайных величин равно частному матожиданий, также привели пример использования подобного факта в некоторых статьях. В конце решили задачу на поиск функции производящей исходы, а также нашли E(X), E(Y^2), E(XY) с помощью найденной функции.

2024-10-04, семинар 5: Решили две простые задачи на условную вероятность и на теорему об умножении вероятностей. Обсудили связь дерева событий с условной вероятностью и теоремой об умножении вероятностей. Нашли производящую функцию моментов для геометрически распределенной случайной величины и с помощью нее нашли матожидание. Нашли производящую функцию моментов и матожидание суммы случайного количества н.о.р случайных величин.

2024-10-11, семинар 6: Привели аналогии между дискретными и непрерывными случайными величинами. Нарисовали графики функций от случайных величин. Вспомнили определение и свойства дисперсии. Решили простую задачу на подсчет дисперсии и нашли дисперсию геометрически распределенной случайной величины. Обсудили, когда может быть матожидание и дисперсия бесконечны. Далее вспомнили неравенства Маркова и Чебышева, вывели следствия и решили 3 задачи на применение этих неравенств. Обсудили, что неравенство Маркова может давать как точную оценку, так и очень слабую. Показали, что неотрицательность случайной величины в неравенстве Маркова является существенным условием.

2024-10-11, семинар 7: Повторили понятия энтропии в битах и натах, а также понятие дифференциальной энтропии. Нашли энтропию в схеме Бернулли и энтропии геометрического и экспоненциального распределений. Доказали простую оценку сверху для энтропии случайной величины, имеющей конечный носитель мощности n.

2024-11-1, семинар 8: Разобрали демо-вариант контрольной работы "Тыква".

2024-11-8, семинар 9: Разобрали демо-вариант контрольной работы "Летучая мышь".

2024-11-15, семинар 10: Понятие случайного процесса. Определение пуассоновского процесса, его свойства. Три простые задачи на пуассоновское распределение. Задачи 13.1 и 13.4 из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP].

2024-11-22, семинар 11: Определения Бета-функции и Гамма-функции. Бета и Гамма распределения, их функции плотности и графики. Нахождение моды случайных величин, имеющих Бета и Гамма распределения. Связь пуассоновского процесса с Гамма распределением. В конце нашли производящую функцию моментов Гамма распределения.

== Источники ==

Источники мудрости, которые я постарался не замутить :)

[https://arxiv.org/pdf/1411.5279 WTSK]: Tim Hesterberg, What Teachers Should Know About the Bootstrap: вкусное и доступное изложение бутстрэпа и перестановочных тестов.

[https://projects.iq.harvard.edu/stat110/home BItP]: Blitzstein, Hwang, Introduction to Probability: учебник, записи лекций, гарвардский курс.

Теория вероятностей 2024/25 (основной поток)

2024-12-02T09:31:47Z

Xumuk mk:

= Преподаватели и учебные ассистенты =

{| class="wikitable" style="text-align:center"
|-
! Группа !! БПМИ235 !! БПМИ236 !! БПМИ237 !! БПМИ238 !! БПМИ239 !! БПМИ2310 !! БПМИ2311 !! БПМИ2312
|-
|| Лектор ||colspan="11"| [https://t.me/boris_demeshev Борис Демешев]
|-
|| Семинарист || [https://t.me/boris_demeshev Борис Демешев] || [https://t.me/levensons Илья Левин] || [https://t.me/madn_boi Никита Морозов] || [https://t.me/boris_demeshev Борис Демешев] || [https://t.me/XuMuK_MK Максим Каледин] || [https://t.me/goluba_yurieva Голуба Юрьева] || [https://t.me/Moskchan Вероника Владыкина] || [https://t.me/goluba_yurieva Голуба Юрьева]
|-
|| Ассистент || [https://t.me/nerhneiro Ира Скворцова] || [https://t.me/a_ameli_ig Амелия Алаева] || [https://t.me/htual Алина Бадахова] || [https://t.me/adelyagaraeva Аделя Гараева] || [https://t.me/mabrielka Мария Брель] || [https://t.me/zm_ann Анна Зыкова-Мызина] || [https://t.me/Yanlightv Яна Вежновец] || [https://t.me/nol_erk Кирилл Лавриненко]
|-
|| Ассистент курса ||colspan="11"| [https://t.me/Nick_Volya Никита Волянский]
|}

== Цели и задачи курса ==

侍には目標がなく道しかない [Samurai niwa mokuhyō ga naku michi shikanai]

У самурая нет цели и ничего кроме пути.

Вероятный план:
<div class="mw-collapsible mw-collapsed" style="width:1000px; overflow: hidden;">
1. Дискретное вероятностное пространство. Вероятность, математическое ожидание, теоретическая медиана.
Перестановочные тесты, p-значение для перестановочного теста.
Математическое ожидание = центр масс.

NB: здесь сходу рисуем дерево
NB: здесь нет задач на условную вероятность

!предупреждение об обозначениях случайных величин.
Российская традиция — греческие буквы, американская традиция — заглавные английские буквы.
Наш курс: любые буквы. Причина: теория вероятностей применяется в разных областях, где свои традиции.

NB: Способы вычисления вероятностей и ожиданий:
* полный перебор руками
* примерные вычисления руками
* полный перебор на компьютере
* симуляции на компьютере
* ...

2.
Методы решения задач:
* разложение величины в сумму
* метод первого шага
!идея: позиция в игре имеет цену
* just for fun: метод рычага в геометрии через ожидание
NB: рассказать здесь про комплексную случайную величину
NB: по сути здесь мы уже решаем задачи на марковские цепи не говоря страшных определений
LOTUS.

3. Условная вероятность и условное ожидание.
!идея: зануляем вероятности невозможных событий, а остальные — масштабируем.
формула полной вероятности
!идея: дерево "помнит" формулу полной вероятности
формула Байеса

Независимые события.
Независимые случайные величины.

4.
Методы решения задач:
* производящие функции многих переменных
функция как способ записать множество
HTT vs TTH
ABRACADABRA
!разложение по биномиальной формуле

?: можно здесь успеть функцию производящую моменты

5.
Биномиальное распределение.
Геометрическое и гипергеометрическое распределения.
Отрицательное биномиальное распределение.

6.
Равномерное распределение на множестве в R^n
Функция распределения.
Функция плотности и вероятностная дифференциальная форма.
!пояснение про неудачную традиционную терминологию "непрерывная случайная величина"
величина с функцией плотности, величина с непрерывной функцией распределения.

Квантили, квантильная функция.

7. Характеристики случайных величин и неравенства.
Дисперсия.
Энтропия.
Неравенство Маркова.
Неравенство Чебышёва.
Неравенство Йенсена.

Здесь конец модуля 1 и КР-1!

8. Пуассоновский поток.
Аксиомы пуассоновского потока.
Вывод экспоненциального распределения и пуассоновского распределения из аксиом.
Вывод экспоненциального распределения из предпосылки об отсутсвии памяти.

9. Нормальное распределение.
Нормальное распределение: предпосылки Хершела-Максвелла.
Нормальное распределение: аргументация Гаусса за среднее арифметическое.
Нормальное распределение: предпосылки Лэндона (до уравнения в частных производных).

10. Классические непрерывные распределения.

Гамма-распределение, бета-распределение.
Вывод нормального и экспоненциального распредений как минимизации энтропии.

11. Парные характеристики случайных величин.
Наилучшая линейная аппроксимация.
Ковариация.
Корреляция.
Кросс-энтропия.

Доказательство E(XY) = E(X) E(Y) для дискретных.
Ковариационная матрица и ожидание для случайных векторов.

12. Совместная и условная функция плостности.
Преобразования случайных величин.

13. Функция производящая моменты и характеристическая функция.
Распределение суммы случайного количества случайных величин.
Случайный выбор слагаемых.

14. Финансовые приложения

Оценивание опционов на биномиальном дереве.
Максимизация долгосрочной прибыли, связь с энтропией.
Возможно, индексы Гиттинса.

Здесь конец модуля 2 и КР-2

15. Сигма-алгебры.

Список известных величин как способ описания информации.
Идея условного ожидания как оптимального прогноза.
Сигма-алгебра как способ описания информации.
Измеримость случайной величины относительно сигма-алгебры.
Сигма-алгебра как ОДЗ для вероятности.
Борелевская сигма-алгебра.
Независимые случайные величины второе определение.

16. Условное математическое ожидание.
Условная дисперсия.
Сумма случайного количества случайных величин.

17. Сходимости случайных величин.

Сходимость по вероятности.
Закон больших чисел.
Сходимость почти наверное.
Усилинный закон больших чисел.
Сходимость по распределению.

18. Связь сходимостей.
Лемма Слуцкого.

19. Центральная предельная теорема.
Доказательство через подмену слагаемых.
Доказательство через характеристические функции.

Здесь контрольная.

20. Винеровский процесс
Условные ожидания, инверсия.

21. Байесовский подход к оцениванию параметров

Балансовое уравнение. Идея MCMC.

22. Доказательства свойств меры

23. Алгоритм построения математического ожидания в общем случае.
Лемма Фату.
Теорема о мажорируемой сходимости.
Теорема о монотонной сходимости.

24. Резерв.

Жемчужинки, которые, вероятно, не успеем:

А. Методы решения задач:
подсчёт случаев с помощью леммы Бернсайда и теоремы Пойа о перечислении
(Burnside lemma, PET = Polya Enumeration Theorem)

B. вероятностные доказательства детерминистических теорем

</div>

== Оценивание ==

Оценка за семестр-1 = 0.2 Домашние задания семестра-1 + 0.4 Контрольная-Альфа + 0.4 Экзамен-Бета.

Финальная оценка за курс = 0.5 Оценка за семестр-1 + 0.1 Домашние задания семестра-2 + 0.2 Контрольная-Гамма + 0.2 Экзамен-Дельта.

Каждая оценка (суммарные итоги за домашние задания, контрольные, экзамены) — целое число от 0 до 100.
Для перевода в 10-балльную шкалу промежуточной оценки за семестр-1 и финальной оценки используется деление на 10
с арифметическим округлением.

=== Домашние задания для самураев ===

Домашние задания [https://github.com/bdemeshev/hse_pmi_probability_2024_2025/raw/main/home_assignments/home_assignments.pdf одним файлом] и [https://github.com/bdemeshev/hse_pmi_probability_2024_2025/blob/main/home_assignments/ отдельными файлами].
Домашние задания имеют равный вес.
В конце каждой лекции (за исключением ближайших к экзамену лекций)
выдается домашнее задание сроком на две недели.
Дедлайн жёсткий, однако студент имеет право просрочить три домашних задания на неделю каждое без штрафа.

Формат сдачи ДЗ: один pdf-файл (решение текстовых задач) и один ipynb-файл (решение компьютерных задач).
В pdf-файл можно поместить аккуратно написанное отсканированное решение, а можно скомпилировать pdf из теха или маркдауна.
Ещё можно вместо pdf-файла написать всё в ipynb.
Бонусов за сдачу домашки в техе нет. Пример [https://www.overleaf.com/read/qmrkwpzvmqbk шаблона].

Обратите внимание: '''время каждого дедлайна — 21:00'''.

=== Ведомость с оценками за ДЗ ===

{| class="wikitable" style="text-align:center"
|-
! [https://docs.google.com/spreadsheets/d/1fiOBRtOOFTdJ7kBoXralnFh6QfuDuwcNm8ZaSGGwsv8/edit?gid=1872081500#gid=1872081500 235] !! [https://docs.google.com/spreadsheets/d/1fiOBRtOOFTdJ7kBoXralnFh6QfuDuwcNm8ZaSGGwsv8/edit?gid=1374497930#gid=1374497930 236] !! [https://docs.google.com/spreadsheets/d/1fiOBRtOOFTdJ7kBoXralnFh6QfuDuwcNm8ZaSGGwsv8/edit?gid=1183164252#gid=1183164252 237] !! [https://docs.google.com/spreadsheets/d/1fiOBRtOOFTdJ7kBoXralnFh6QfuDuwcNm8ZaSGGwsv8/edit?gid=408179311#gid=408179311 238] !! [https://docs.google.com/spreadsheets/d/1fiOBRtOOFTdJ7kBoXralnFh6QfuDuwcNm8ZaSGGwsv8/edit?gid=1032422408#gid=1032422408 239] !! [https://docs.google.com/spreadsheets/d/1fiOBRtOOFTdJ7kBoXralnFh6QfuDuwcNm8ZaSGGwsv8/edit?gid=1603236891#gid=1603236891 2310] !! [https://docs.google.com/spreadsheets/d/1fiOBRtOOFTdJ7kBoXralnFh6QfuDuwcNm8ZaSGGwsv8/edit?gid=791330236#gid=791330236 2311] !! [https://docs.google.com/spreadsheets/d/1fiOBRtOOFTdJ7kBoXralnFh6QfuDuwcNm8ZaSGGwsv8/edit?gid=23847300#gid=23847300 2312]
|}

[https://docs.google.com/spreadsheets/d/14hD7-SLmAA1omdkhPlt3blRHDHVGTDS8ZgvLWscvMz8/edit?usp=sharing Оценки за кр1]

=== Контрольные работы и экзамен ===

Вес каждой задачи будет написан в тексте работы.
Задачи с ненаписанным по случайности весом имеют равный вес.
Для пропущенных по уважительной причине контрольных будет выделен один день для переписывания.
При пропуске дня переписывания, в том числе по уважительным причинам, ещё одного шанса не предоставляется.

'''Контрольная работа 1''' состоится 2024-11-11 в 16:20, аудитории: R401, R305, R206, [https://github.com/bdemeshev/hse_pmi_probability_2024_2025/raw/main/exam_halloween_demo/exam_halloween_demo.pdf демо], [https://github.com/bdemeshev/hse_pmi_probability_2024_2025/raw/main/midterm/midterm-alpha.pdf условие].

'''Резервный день 1''' для пропустивших по уважительной причине состоится 2024-12-02 в 19:40, R405

'''Экзамен''' состоится 2024-12-24 в 9:30, аудитории R301, R304, R401, R404, демо, условие.

== Учебные материалы ==

[https://github.com/bdemeshev/probability_pro/raw/master/probability_pro.pdf PP]: Листки с задачами к курсу.

[https://github.com/bdemeshev/probability_dna/raw/master/probability_dna.pdf PDNA]: Вероятностная ДНК = вкусные задачи по теории вероятностей.

[https://disk.yandex.ru/d/LZ6d2VZVqYvbDQ Видео-летопись семинаров и лекций] и [https://hse.liferooter.dev/ конспект] от тайного благожелателя (updated 2024-10-23]

[https://www.cambridgeinternational.org/Images/344616-list-of-formulae-and-statistical-tables.pdf Cambridge statistical tables]

== Дневник самурая ==

2024-09-02, лекция 1: Определение события. Определение случайной величины. Аксиомы вероятности. Определение математического ожидания для дискретного случая.
Линейность математического ожидания. Математическое ожидание как центр масс. Первое знакомоство с перестановочным тестом и p-значением.

Можно глянуть: главы 2.1 и 7 из [https://arxiv.org/pdf/1411.5279 WTSK], метод рычага [https://mathcircle.berkeley.edu/sites/default/files/archivedocs/2007_2008/lectures/0708lecturespdf/MassPointsBMC07.pdf в геометрии].

2024-09-09, лекция 2: Метод первого шага (вероятность выпадения HTH ранее HHT, ожидаемое количество шагов). Метод разложения случайной величины в сумму. Определение случайного вектора. Использование интерпретации ожидания как центра масс в геометрии. Определение теоретической медианы.

Можно глянуть: глава 2.7.2 из [https://projects.iq.harvard.edu/stat110/home BItP], три стратегии решения задачи за 10 минут [https://www.youtube.com/watch?v=xH89DaEI35w Visually Explained]

2024-09-16, лекция 3: Получение новой информации приводит к пересчёту вероятностей. Определение условной вероятности. Формула полной вероятности. Формула Байеса.
Условное математическое ожидание. Формула полного математического ожидания. Независимость пары событий. Независимость набора событий в совокупности.
Независимость величин: неформальное определение. Критерий независимости произвольных величин. Критерий независимости дискретных величин.

2024-09-23, лекция 4: Доказательство критерия независимости для дискретных случайных величин: из независимости {X=x} и {Y=y} следует независимость {X in A} и {Y in B}. Независимость величин равносильна E(f(X))E(g(Y))=E(f(X)g(Y)) для произвольных f, g. Определение биномиальной, геометрической (как числа неудач до 1го успеха) и отрицательной биномиальной случайной величины. Общая идея за производящими функциями: как из функции, производящей исходы эксперимента, с помощью производных и подстановок выудить индивидуальные вероятности, совместные вероятности, ожидания любой степени E(X^a), E(X^a Y^b). Формальное определение функции, производящей вероятности, и функцию, производящей моменты, для одной случайной величины и пары случайных величин. Метатеорема: все теоремы о дискретных величинах доказываются перестановкой слагаемых. Основные дискретные распределения: биномиальное, геометрическое, отрицательное биномиальное.

2024-09-30, лекция 5: Ещё дискретные законы распределения: гипергеометрическое. Описание закона распределения через равномерное распределение на подмножестве R^n.
Функция плотности как линейная часть вероятности попадания в отрезок. Равномерное распределение на отрезке. Смешанные случайные величины. LOTUS: нахождение ожидания любой функции от случайной величины для величин с функцией плотности и смешанных величин. Функция распределения. Квантильная функция.

2024-10-07, лекция 6: Две геометрии случайных величин и событий: E(XY) как скалярное произведение, Cov(X, Y) как скалярное произведение. Математическое ожидание — проекция в рамках геометрии, задаваемой E(XY). Определение и геометрический смысл дисперсии, стандартного отклонения, ковариации и корреляции. Неравенство Маркова. Неравенство Чебышёва. Неравенство Йенсена: интуитивный смысл.

2024-10-14, лекция 7: Доказательство неравенства Йенсена. Энтропия как минимальное ожидаемое число вопросов для отгадывания и формальное определение. Кросс-энтропия.
Доказательство того, что кросс-энтропия больше либо равна энтропии. Совместная энтропия. Условная энтропия. Формула H(X) + H(Y|X) = H(X, Y) без доказательства.
Вывод плотности экспоненциального распределения из предпосылки отсутствия памяти. Экспоненциальное распределение максимизирует энтропию при заданном ожидании и неотрицательности.

* Cristopher Olah, Visual Information Theory, https://colah.github.io/posts/2015-09-Visual-Information/

* Grand Sanderson, Solving Wordle using information theory, [https://www.youtube.com/watch?v=v68zYyaEmEA youtube].

* Artem Kirsanov, Key equation behind probability, [https://www.youtube.com/watch?v=KHVR587oW8I youtube]. У Артёма кросс-энтропия обозначена H(P, Q), а не CE(P||Q)).

* [https://exuberant-arthropod-be8.notion.site/1-02-09-5e107ea1c4054594b8f37d955db8a2b0 Конспект] аналогичной старой лекции псмо на русском.

* Keith Conrad, [https://kconrad.math.uconn.edu/blurbs/analysis/entropypost.pdf Maximal entropy] distributions.

2024-10-21, лекция 8: Ковариационная матрица и её свойства. Совместная функция плотности. Условная функция плотности. Критерий независимости в терминах функций плотности и распределения.
Связь индивидуальной и совместной функций плотности и функций распределения. Смена плотности при замене переменных: домножение на якобиан и неформально про дифференциальные формы. Формула свёртки.
Разложение совместной плотности для графической модели. Представление произвольной совместной функции распределения с помощью копулы.

* Про дифференциальные формы: [https://www.youtube.com/watch?v=PaWj0WxUxGg&list=PL22w63XsKjqzQZtDZO_9s2HEMRJnaOTX7 videos] by Michael Penn, [https://www.math.purdue.edu/~arapura/preprints/diffforms.pdf short intro] by Dony Arapura

* What is a convolution от [https://www.youtube.com/watch?v=KuXjwB4LzSA 3b1b]

* From graphical models to [https://www.youtube.com/watch?v=yBc01ZeaFxw&list=PLISXH-iEM4JlFsAp7trKCWyxeO3M70QyJ Probabilistic ML]

2024-11-11, лекция 9: Пуассоновский поток: аксиомы. Вывод пуассоновского распределения количества событий и экспоненциального времени между событиями из аксиом.
Сумма независимых пуассоновских потоков — это пуассоновский поток (половина доказательства). Вероятность того, что одна экспоненциальная величина будет меньше другой, независимой.

2024-11-18, лекция 10: Гамма-распределение как сумма нескольких экспоненциальных: вывод плотности через вероятность попадания в малый отрезок.
Обобщение плотности на случай положительного параметра $a$. Гамма-функция. Бета-распределение как отношение гамма-распределений. Бета-функция.

2024-11-25, лекция 11: Вывод нормального распределения из предпосылок Гаусса. Вывод нормального распределения из предпосылок Гершеля — Максвелла.

* Saul Stahl, The [https://www.researchgate.net/publication/255668423_The_Evolution_of_the_Normal_Distribution Evolution] of the Normal Distribution: вывод Гаусса с историей.

* Grand Sanderson, [https://www.youtube.com/watch?v=cy8r7WSuT1I Why pi] is in the normal? вывод Гершеля—Максвелла

* James Stein, [http://www-biba.inrialpes.fr/Jaynes/cc07s.pdf Normal Distribution]: глава про нормальное распределение (Гаусс, Гершель—Максвелл, Лэндон etc)

* William Herschel, [https://music.yandex.com/album/209394/track/2121214 концерт для габоя]

* William Herschel, [https://www.informationphilosopher.com/solutions/scientists/quetelet/Herschel_Quetelet_Probabilities.pdf On the theory of Probabilities]: вывод нормального распределения словами на стр. 189-191

=== Семинары ===

==== 473 = 235 + 238 ====

2024-09-02, 06, семинар 1: задачи 1.1, 1.6, 3.5 из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP]

2024-09-09, 13, семинар 2: задачи 2.1, 2.3, 12.7 из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP]

2024-09-16, 20, семинар 3: задачи 7.12 и 7.4 из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP]

2024-09-23, 27, семинар 4: как извлечь P(X=3), E(X), E(X^2Y) из функции, производящей список исходов, 28.16 из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP]

2024-09-30, -10-04, семинар 5: 9.3в, 9.4, 9.7(абвд, кроме дисперсии, аргументы масштабирования и центра масс помимо интегралов), 9.11 из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP]

2024-10-07, 11, семинар 6: вычисление Cov, Var, Corr по табличке и из функции плотности, нахождение дисперсии для отрицательного биномиального распределения по свойствам.

2024-10-14, 18, семинар 7: вычисление энтропии геометрического распределения. Изменение энтропии при линейном преобразовании для дискретной величины и величины с функцией плотности.
Кросс-энтропия из экспоненциального в равномерное. Условная энтропия для дискретной таблички. Связь энтропии величины с функцией плотности и энтропия дискретной версии этой случайной величины после "огрубления" с малым шагом 1/k.

2024-10-21, -11-01, семинар 8: 16.18, 16.23 из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP], свёртка двух экспоненциальных величин

2024-11-11, 15, семинар 9: задачи на пуассоновский поток из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP]

2024-11-18, 22, семинар 10: задачи на бета и гамма-распределение

2024-11-25, 29, семинар 11: задачи на нормальное распределение, 18.1, 18.2, 18.3, 18.5 из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP]

==== 236 ====

2024-09-06, семинар 1: в начале семинара рассмотрели основные понятия и определения для решения задач. Решили задачи 1.1, 1.6, 3.5 из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP]

2024-09-13, семинар 2: нашли ожидание случайной величины с геом. распределением. Решили задачи 2.1, 12.6, 12.10 из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP].

2024-09-20, семинар 3: решили задачи 7.12, 7.4(а), 7.7, 7.13(а) из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP].

2024-09-27, семинар 4: разобрали 7.13, почти разобрали 28.3 из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP]. Также рассмотрели один контрпример на независимость(тетраэдр Бернштейна).

2024-10-04, семинар 5: разобрались с определениями, решили 9.3(абв), 9.7(аб) из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP]. Решили задачку про три точки на отрезке и найти вероятность получить треугольник. Также вывели формулу для мат. ожидания неотрицательной величины через функцию распределения.

2024-10-14, семинар 6: обсудили дисперсию, ковариацию, коэффициент корреляции и их геометрический смысл. Решили задачу на оценку дисперсии ограниченной величины. посчитали дисперсию геометрического, биномиального. Посчитали дисперсию в задаче о письмах и конвертах.

==== 237 ====

2024-09-09, семинар 1: задачи 1.1, 2.2 из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP], вероятность что n ладей не бьют друг друга при случайной расстановке на шахматной доске n на n, матожидание числа треугольников в случайном графе на n вершинах через сумму индикаторов

2024-09-13, семинар 2: задачи 2.1, 2.6, 12.3, 12.6, 12.7 (без дисперсий) из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP]

2024-09-23, семинар 3: задачи 7.2, 7.13, 7.7, 7.8, плюс начали 7.15b (получили неверный ответ) из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP]

2024-09-27, семинар 4: дорешали 7.15b с небольшой демонстрацией на питоне, разобрали 28.2 для нечестной монетки плюс посчитали матожидание [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP]

2024-10-04, семинар 5: задачи 9.1, 9.3абв, 9.11 из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP], философия про то почему бОльшая плотность не всегда означает бОльшую вероятность оказаться в окрестности данной точки (плотность может занимать слишком маленький объем)

2024-10-11, семинар 6: вспомнили определения Cov/Var/Corr, посчитали у пары дискретных величин по табличке вероятностей, посчитали дисперсию у биномиального, геометрического, непрерывного равномерного на отрезке.

2024-10-18, семинар 7: вычисление энтропии геометрического распределения; ограниченность энтропии снизу и сверху в дискретном случае; изменение энтропии при линейном преобразовании для дискретной величины и величины с функцией плотности; условная энтропия, KL дивергенция и кросс-энтропия, неотрицательность KL, интерпретация на пальцах с точки зрения теории информации.

2024-11-01, семинар 8: 16.18, 16.23 из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP], свёртка двух экспоненциальных величин

2024-11-08, семинар 9: решали пробный вариант КР

2024-11-15, семинар 10: 13.1, 13.2, 13.5, 13.7 из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP]

2024-11-22, семинар 11: разбор КР

==== 239 ====

2024-09-03, семинар 1: задачи 1.1, 1.4, пытались 1.8 из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP]. Ещё успели посчитать вероятность N=k бросков монеты до выпадения первого орла, матожидание N. И ещё сделали то же для количества бросков до выпадения 3 орлов (не в серии).

2024-09-10, семинар 2: доказали формулу включения-исключения, решили несложную задачу, порешали 2.7 задачи типа 12.*

2024-09-17, семинар 3: Решили две прямых задачи на формулу Байеса и формулу полной вероятности (без большого количества вычислений). Решили задачу поиска вероятности неисправного кофе-автомата из 3 при условии, что бросили деньги в 1 и 2 и их зажевало. Ещё нашли вероятность, что мяч будет у игрока 3 после шага 10 (все садятся в круг и на каждом шаге бросают мяч соседу с вероятностью 0.3 и оставляют у себя с вероятностью 0.4).

2024-09-24, семинар 4: Вспомнили про метод первого шага, используя формулу полной вероятности и введя в некотором виде формулу полного матожидания, записали формулу для вероятностей нахождения в состоянии i через произведение переходной матрицы на вектор. Совсем немного начали производящие функции, но решили не считать 31ю производную многочлена.

2024-10-01, семинар 5: Исследуем дискретные случайные величины (Биномиальная, Геометрическая и разные похожие) с использованием техник вычислений моментов через производящую функцию. Задачи на распределения величин, посчитанных по набору величин. Первая большая задача про плотность.

2024-10-08, семинар 6: разминочная про плотность и функцию распределения. Считаем дисперсию, ковариацию и корреляцию по 2x2 таблице и в равномерном распределении на круге и квадрате [-1,1]х[-1,1].

2024-10-15, семинар 7: пара задач про экспоненциальное распределение, расчёты по теории информации(считаем всякое, чтобы привыкнуть).

2024-10-22, семинар 8: письменные источники не сохранились до наших дней. Согласно преданиям, оьсуждали двери и около контрольной. Говорят, ввели пуассоновский процесс.

2024-???, семинар 9: решаем задачи на пуассоновское в разных формах и обсуждаем омалые в порядковых статистиках.

2024-???, семинар 10: учимся интерпретироввть гауссовское, пользоваться таблицами для функции Лапласа, а также немного работать с многомерным гауссовским.

==== 2311 ====

2024-09-06, семинар 1: вероятностное пространство, вероятность на нем, вероятность события, случайная величина и ее распределение (индикатор события, сумма двух кубиков, число бросаний монетки до первого орла), матожидание случайной величины (индикатор, один кубик, два кубика), линейность матожидания. Задачи на линейность матожидания, в том числе ЕГЭшная задача про турнир, 1.5, 3.5 с допвопросом о матожидании числа совпадений. Разговор о получении события произвольной вероятности монеткой в контексте 1.8

2024-09-13, семинар 2: Повторили матожидание суммы на примере 12.3. Обсудили условную вероятность и формулу полной вероятности, условное матожидание, решили задачи на метод первого шага 2.1, 2.3, 2.7.

2024-09-20, семинар 3: Условная вероятность, формула полной вероятности, формула Байеса: 7.1, классическая задача про болезни и тесты, простейшие задачки на общее понимание, обсуждение двух подходов: вычисления условной вероятности по формуле и составления нового вероятностного пространства и подсчет вероятности в нем. Независимые события (события "пики" и "дама" в обычной колоде и колоде с джокерами), независимые в совокупности события, построили пример попарно независимых, но не независимых в совокупности. Обсудили биномиальное распределение. решили задачу: "в корабле к отсеков, чтобы корабль затонул, нужно поразить 2. Независимо выпускают n ракет, каждая из которых поражает случайный отсек с вероятностью p. Найти вероятность потопления корабля"

2024-09-20, семинар 4: Примеры одинаково распределенных зависимых СВ, независимые СВ. Производящая функция и ее свойства. Посчитали для биномиального производящую функцию и второй момент. Обсудили, что будет меняться в случае функции, производящей моменты. Обсудили функцию, производящую множество исходов, как из нее доставать уже известные функции, как ее искать на примере бросания монетки до выпадания HT

2024-10-11, семинар 5: Составили табличку стандартных дискретных распределений, посчитали матожидание геометрического, обсудили дисперсию и ковариацию и их свойства (в дискретном случае), досчитали дисперсии основных распределений. Обсудили вероятностное пространство в общем случае, понятие СВ в общем случае. Дали определение ФР, посчитали ФР для явно заданной СВ. Дали определение плотности.

2024-10-12, семинар 6: Обсудили свойства ФР, как считать вероятность попадания в промежуток в терминах ФР. Выразили ФР 1/X, cos X. Обсудили как выражается веротяность попадания в множество через плотность. для 1/Х выразили плотность в случае абсолютной непрерывности Х. Обсудили формулу для МО в общем виде через интеграл Стильтьеса и как вычислять МО для функции, разлагающейся в сумму абсолютно нерпрерывной и функции скачков, посчитали МО для пары таких СВ

2024-10-18, семинар 7: Обсудили геометрию, заданную скалярным произведением EXY и cov(X,Y), поиск ортогонального элемента и проекции. Посчитали энтропию и кросс-энтропию в дискретном и непрерывном случаях, посчиали совместную и условную энтропию в дискретном случае (23.2, 23.4, 23.9)

2024-11-01, семинар 9: Совместная плотность и ф.р., подсчет вероятностей, маргинальные плотности, замена переменной через якобиан, свертка, матожидание

2024-11-09, семинар 10: Условная плотность, формула условной вероятности. Задача на восстановление маргинальной плотности по условной. Разбор задач из "Летучей мыши"

2024-11-19, семинар 11: Разбор контрольной работы

2024-11-22, семинар 12: Пуассоновский поток - решали задачки из задачника

==== 2310, 2312 ====

2024-09-06, семинар 1: задача 1.1 из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP]. Определили вероятностное пространство в виде тройки, множество исходов рассматривали конечное и счётное. Решили 3 счётные задачи на комбинаторику про колоды карт и счетные последовательности цифр. Привели геометрическое и аналитическое решения задачи про нахождение предела последовательности вероятностей. В конце нашли математическое ожидание геометрически распределённой случайной величины.

2024-09-13, семинар 2: задача 2.1 из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP]. Задача на упорядоченные и неупорядоченные наборы. Задача про классическое вероятностное пространство и про пространство с неравновероятными исходами. Разобрали парадокс Монти Холла. Ввели понятия условной вероятности и независимых случайных величин. Сформулировали и обсудили идеи доказательств трёх теорем: теорема умножения вероятностей, формула полной вероятности и формула Байеса.

2024-09-20, семинар 3: Решили задачу на определение условной вероятности. Обсудили парадокс теоремы Байеса на примере задачи про редкое заболевание, а также посмотрели простую программу на Python, которая считает вероятность в зависимости от количества проведенных тестов на заболевание. Обсудили условное математическое ожидание, некоторые его свойства и рассмотрели пример с подбрасыванием кубика. В конце решили задачу на парадокс дней рождений.

2024-09-27, семинар 4: Обсудили коллизии хеш-функций и связь с атакой "дней рождений". Определили независимость или зависимость случайных величин в четырёх разных вариантах. Обсудили, что неверно утверждать, что матожидание частного независимых случайных величин равно частному матожиданий, также привели пример использования подобного факта в некоторых статьях. В конце решили задачу на поиск функции производящей исходы, а также нашли E(X), E(Y^2), E(XY) с помощью найденной функции.

2024-10-04, семинар 5: Решили две простые задачи на условную вероятность и на теорему об умножении вероятностей. Обсудили связь дерева событий с условной вероятностью и теоремой об умножении вероятностей. Нашли производящую функцию моментов для геометрически распределенной случайной величины и с помощью нее нашли матожидание. Нашли производящую функцию моментов и матожидание суммы случайного количества н.о.р случайных величин.

2024-10-11, семинар 6: Привели аналогии между дискретными и непрерывными случайными величинами. Нарисовали графики функций от случайных величин. Вспомнили определение и свойства дисперсии. Решили простую задачу на подсчет дисперсии и нашли дисперсию геометрически распределенной случайной величины. Обсудили, когда может быть матожидание и дисперсия бесконечны. Далее вспомнили неравенства Маркова и Чебышева, вывели следствия и решили 3 задачи на применение этих неравенств. Обсудили, что неравенство Маркова может давать как точную оценку, так и очень слабую. Показали, что неотрицательность случайной величины в неравенстве Маркова является существенным условием.

2024-10-11, семинар 7: Повторили понятия энтропии в битах и натах, а также понятие дифференциальной энтропии. Нашли энтропию в схеме Бернулли и энтропии геометрического и экспоненциального распределений. Доказали простую оценку сверху для энтропии случайной величины, имеющей конечный носитель мощности n.

2024-11-1, семинар 8: Разобрали демо-вариант контрольной работы "Тыква".

2024-11-8, семинар 9: Разобрали демо-вариант контрольной работы "Летучая мышь".

2024-11-15, семинар 10: Понятие случайного процесса. Определение пуассоновского процесса, его свойства. Три простые задачи на пуассоновское распределение. Задачи 13.1 и 13.4 из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP].

2024-11-22, семинар 11: Определения Бета-функции и Гамма-функции. Бета и Гамма распределения, их функции плотности и графики. Нахождение моды случайных величин, имеющих Бета и Гамма распределения. Связь пуассоновского процесса с Гамма распределением. В конце нашли производящую функцию моментов Гамма распределения.

== Источники ==

Источники мудрости, которые я постарался не замутить :)

[https://arxiv.org/pdf/1411.5279 WTSK]: Tim Hesterberg, What Teachers Should Know About the Bootstrap: вкусное и доступное изложение бутстрэпа и перестановочных тестов.

[https://projects.iq.harvard.edu/stat110/home BItP]: Blitzstein, Hwang, Introduction to Probability: учебник, записи лекций, гарвардский курс.

Теория вероятностей 2024/25 (основной поток)

2024-10-15T10:15:35Z

Xumuk mk:

= Преподаватели и учебные ассистенты =

{| class="wikitable" style="text-align:center"
|-
! Группа !! БПМИ235 !! БПМИ236 !! БПМИ237 !! БПМИ238 !! БПМИ239 !! БПМИ2310 !! БПМИ2311 !! БПМИ2312
|-
|| Лектор ||colspan="11"| [https://t.me/boris_demeshev Борис Демешев]
|-
|| Семинарист || [https://t.me/boris_demeshev Борис Демешев] || [https://t.me/levensons Илья Левин] || [https://t.me/madn_boi Никита Морозов] || [https://t.me/boris_demeshev Борис Демешев] || [https://t.me/XuMuK_MK Максим Каледин] || [https://t.me/goluba_yurieva Голуба Юрьева] || [https://t.me/Moskchan Вероника Владыкина] || [https://t.me/goluba_yurieva Голуба Юрьева]
|-
|| Ассистент || [https://t.me/nerhneiro Ира Скворцова] || [https://t.me/a_ameli_ig Амелия Алаева] || [https://t.me/htual Алина Бадахова] || [https://t.me/adelyagaraeva Аделя Гараева] || [https://t.me/mabrielka Мария Брель] || [https://t.me/zm_ann Анна Зыкова-Мызина] || [https://t.me/Yanlightv Яна Вежновец] || [https://t.me/nol_erk Кирилл Лавриненко]
|-
|| Ассистент курса ||colspan="11"| [https://t.me/Nick_Volya Никита Волянский]
|}

== Цели и задачи курса ==

侍には目標がなく道しかない [Samurai niwa mokuhyō ga naku michi shikanai]

У самурая нет цели и ничего кроме пути.

Вероятный план:
<div class="mw-collapsible mw-collapsed" style="width:1000px; overflow: hidden;">
1. Дискретное вероятностное пространство. Вероятность, математическое ожидание, теоретическая медиана.
Перестановочные тесты, p-значение для перестановочного теста.
Математическое ожидание = центр масс.

NB: здесь сходу рисуем дерево
NB: здесь нет задач на условную вероятность

!предупреждение об обозначениях случайных величин.
Российская традиция — греческие буквы, американская традиция — заглавные английские буквы.
Наш курс: любые буквы. Причина: теория вероятностей применяется в разных областях, где свои традиции.

NB: Способы вычисления вероятностей и ожиданий:
* полный перебор руками
* примерные вычисления руками
* полный перебор на компьютере
* симуляции на компьютере
* ...

2.
Методы решения задач:
* разложение величины в сумму
* метод первого шага
!идея: позиция в игре имеет цену
* just for fun: метод рычага в геометрии через ожидание
NB: рассказать здесь про комплексную случайную величину
NB: по сути здесь мы уже решаем задачи на марковские цепи не говоря страшных определений
LOTUS.

3. Условная вероятность и условное ожидание.
!идея: зануляем вероятности невозможных событий, а остальные — масштабируем.
формула полной вероятности
!идея: дерево "помнит" формулу полной вероятности
формула Байеса

Независимые события.
Независимые случайные величины.

4.
Методы решения задач:
* производящие функции многих переменных
функция как способ записать множество
HTT vs TTH
ABRACADABRA
!разложение по биномиальной формуле

?: можно здесь успеть функцию производящую моменты

5.
Биномиальное распределение.
Геометрическое и гипергеометрическое распределения.
Отрицательное биномиальное распределение.

6.
Равномерное распределение на множестве в R^n
Функция распределения.
Функция плотности и вероятностная дифференциальная форма.
!пояснение про неудачную традиционную терминологию "непрерывная случайная величина"
величина с функцией плотности, величина с непрерывной функцией распределения.

Квантили, квантильная функция.

7. Характеристики случайных величин и неравенства.
Дисперсия.
Энтропия.
Неравенство Маркова.
Неравенство Чебышёва.
Неравенство Йенсена.

Здесь конец модуля 1 и КР-1!

8. Пуассоновский поток.
Аксиомы пуассоновского потока.
Вывод экспоненциального распределения и пуассоновского распределения из аксиом.
Вывод экспоненциального распределения из предпосылки об отсутсвии памяти.

9. Нормальное распределение.
Нормальное распределение: предпосылки Хершела-Максвелла.
Нормальное распределение: аргументация Гаусса за среднее арифметическое.
Нормальное распределение: предпосылки Лэндона (до уравнения в частных производных).

10. Классические непрерывные распределения.

Гамма-распределение, бета-распределение.
Вывод нормального и экспоненциального распредений как минимизации энтропии.

11. Парные характеристики случайных величин.
Наилучшая линейная аппроксимация.
Ковариация.
Корреляция.
Кросс-энтропия.

Доказательство E(XY) = E(X) E(Y) для дискретных.
Ковариационная матрица и ожидание для случайных векторов.

12. Совместная и условная функция плостности.
Преобразования случайных величин.

13. Функция производящая моменты и характеристическая функция.
Распределение суммы случайного количества случайных величин.
Случайный выбор слагаемых.

14. Финансовые приложения

Оценивание опционов на биномиальном дереве.
Максимизация долгосрочной прибыли, связь с энтропией.
Возможно, индексы Гиттинса.

Здесь конец модуля 2 и КР-2

15. Сигма-алгебры.

Список известных величин как способ описания информации.
Идея условного ожидания как оптимального прогноза.
Сигма-алгебра как способ описания информации.
Измеримость случайной величины относительно сигма-алгебры.
Сигма-алгебра как ОДЗ для вероятности.
Борелевская сигма-алгебра.
Независимые случайные величины второе определение.

16. Условное математическое ожидание.
Условная дисперсия.
Сумма случайного количества случайных величин.

17. Сходимости случайных величин.

Сходимость по вероятности.
Закон больших чисел.
Сходимость почти наверное.
Усилинный закон больших чисел.
Сходимость по распределению.

18. Связь сходимостей.
Лемма Слуцкого.

19. Центральная предельная теорема.
Доказательство через подмену слагаемых.
Доказательство через характеристические функции.

Здесь контрольная.

20. Винеровский процесс
Условные ожидания, инверсия.

21. Байесовский подход к оцениванию параметров

Балансовое уравнение. Идея MCMC.

22. Доказательства свойств меры

23. Алгоритм построения математического ожидания в общем случае.
Лемма Фату.
Теорема о мажорируемой сходимости.
Теорема о монотонной сходимости.

24. Резерв.

Жемчужинки, которые, вероятно, не успеем:

А. Методы решения задач:
подсчёт случаев с помощью леммы Бернсайда и теоремы Пойа о перечислении
(Burnside lemma, PET = Polya Enumeration Theorem)

B. вероятностные доказательства детерминистических теорем

</div>

== Оценивание ==

Оценка за семестр-1 = 0.2 Домашние задания семестра-1 + 0.4 Контрольная-Альфа + 0.4 Экзамен-Бета.

Финальная оценка за курс = 0.5 Оценка за семестр-1 + 0.1 Домашние задания семестра-2 + 0.2 Контрольная-Гамма + 0.2 Экзамен-Дельта.

Каждая оценка (суммарные итоги за домашние задания, контрольные, экзамены) — целое число от 0 до 100.
Для перевода в 10-балльную шкалу промежуточной оценки за семестр-1 и финальной оценки используется деление на 10
с арифметическим округлением.

=== Домашние задания для самураев ===

Домашние задания [https://github.com/bdemeshev/hse_pmi_probability_2024_2025/raw/main/home_assignments/home_assignments.pdf одним файлом] и [https://github.com/bdemeshev/hse_pmi_probability_2024_2025/blob/main/home_assignments/ отдельными файлами].
Домашние задания имеют равный вес.
В конце каждой лекции (за исключением ближайших к экзамену лекций)
выдается домашнее задание сроком на две недели.
Дедлайн жёсткий, однако студент имеет право просрочить три домашних задания на неделю каждое без штрафа.

Формат сдачи ДЗ: один pdf-файл (решение текстовых задач) и один ipynb-файл (решение компьютерных задач).
В pdf-файл можно поместить аккуратно написанное отсканированное решение, а можно скомпилировать pdf из теха или маркдауна.
Ещё можно вместо pdf-файла написать всё в ipynb.
Бонусов за сдачу домашки в техе нет. Пример [https://www.overleaf.com/read/qmrkwpzvmqbk шаблона].

Обратите внимание: '''время каждого дедлайна — 21:00'''.

=== Контрольные работы и экзамен ===

Вес каждой задачи будет написан в тексте работы.
Задачи с ненаписанным по случайности весом имеют равный вес.
Для пропущенных по уважительной причине контрольных будет выделен один день для переписывания.
При пропуске дня переписывания, в том числе по уважительным причинам, ещё одного шанса не предоставляется.

'''Контрольная работа 1''' состоится 2024-11-11 в 16:20, аудитории: R401, R305, R206.

== Учебные материалы ==

[https://github.com/bdemeshev/probability_pro/raw/master/probability_pro.pdf PP]: Листки с задачами к курсу.

[https://github.com/bdemeshev/probability_dna/raw/master/probability_dna.pdf PDNA]: Вероятностная ДНК = вкусные задачи по теории вероятностей.

[https://disk.yandex.ru/d/I4wgH17k__F3Yw/1%20%D1%81%D0%B5%D0%BC%D0%B5%D1%81%D1%82%D1%80/1%20%D0%BC%D0%BE%D0%B4%D1%83%D0%BB%D1%8C Летопись семинаров и лекций от тайного благожелателя]

== Дневник самурая ==

2024-09-02, лекция 1: Определение события. Определение случайной величины. Аксиомы вероятности. Определение математического ожидания для дискретного случая.
Линейность математического ожидания. Математическое ожидание как центр масс. Первое знакомоство с перестановочным тестом и p-значением.

Можно глянуть: главы 2.1 и 7 из [https://arxiv.org/pdf/1411.5279 WTSK], метод рычага [https://mathcircle.berkeley.edu/sites/default/files/archivedocs/2007_2008/lectures/0708lecturespdf/MassPointsBMC07.pdf в геометрии].

2024-09-09, лекция 2: Метод первого шага (вероятность выпадения HTH ранее HHT, ожидаемое количество шагов). Метод разложения случайной величины в сумму. Определение случайного вектора. Использование интерпретации ожидания как центра масс в геометрии. Определение теоретической медианы.

Можно глянуть: глава 2.7.2 из [https://projects.iq.harvard.edu/stat110/home BItP], три стратегии решения задачи за 10 минут [https://www.youtube.com/watch?v=xH89DaEI35w Visually Explained]

2024-09-16, лекция 3: Получение новой информации приводит к пересчёту вероятностей. Определение условной вероятности. Формула полной вероятности. Формула Байеса.
Условное математическое ожидание. Формула полного математического ожидания. Независимость пары событий. Независимость набора событий в совокупности.
Независимость величин: неформальное определение. Критерий независимости произвольных величин. Критерий независимости дискретных величин.

2024-09-23, лекция 4: Доказательство критерия независимости для дискретных случайных величин: из независимости {X=x} и {Y=y} следует независимость {X in A} и {Y in B}. Независимость величин равносильна E(f(X))E(g(Y))=E(f(X)g(Y)) для произвольных f, g. Определение биномиальной, геометрической (как числа неудач до 1го успеха) и отрицательной биномиальной случайной величины. Общая идея за производящими функциями: как из функции, производящей исходы эксперимента, с помощью производных и подстановок выудить индивидуальные вероятности, совместные вероятности, ожидания любой степени E(X^a), E(X^a Y^b). Формальное определение функции, производящей вероятности, и функцию, производящей моменты, для одной случайной величины и пары случайных величин. Метатеорема: все теоремы о дискретных величинах доказываются перестановкой слагаемых. Основные дискретные распределения: биномиальное, геометрическое, отрицательное биномиальное.

2024-09-30, лекция 5: Ещё дискретные законы распределения: гипергеометрическое. Описание закона распределения через равномерное распределение на подмножестве R^n.
Функция плотности как линейная часть вероятности попадания в отрезок. Равномерное распределение на отрезке. Смешанные случайные величины. LOTUS: нахождение ожидания любой функции от случайной величины для величин с функцией плотности и смешанных величин. Функция распределения. Квантильная функция.

2024-10-07, лекция 6: Две геометрии случайных величин и событий: E(XY) как скалярное произведение, Cov(X, Y) как скалярное произведение. Математическое ожидание — проекция в рамках геометрии, задаваемой E(XY). Определение и геометрический смысл дисперсии, стандартного отклонения, ковариации и корреляции. Неравенство Маркова. Неравенство Чебышёва. Неравенство Йенсена: интуитивный смысл.

2024-10-14, лекция 7: Доказательство неравенства Йенсена. Энтропия как минимальное ожидаемое число вопросов для отгадывания и формальное определение. Кросс-энтропия.
Доказательство того, что кросс-энтропия больше либо равна энтропии. Совместная энтропия. Условная энтропия. Формула H(X) + H(Y|X) = H(X, Y) без доказательства.
Вывод плотности экспоненциального распределения из предпосылки отсутствия памяти. Экспоненциальное распределение максимизирует энтропию при заданном ожидании и неотрицательности.

* Cristopher Olah, Visual Information Theory, https://colah.github.io/posts/2015-09-Visual-Information/

* Grand Sanderson, Solving Wordle using information theory, [https://www.youtube.com/watch?v=v68zYyaEmEA youtube].

* Artem Kirsanov, Key equation behind probability, [https://www.youtube.com/watch?v=KHVR587oW8I youtube]. У Артёма кросс-энтропия обозначена H(P, Q), а не CE(P||Q)).

* [https://exuberant-arthropod-be8.notion.site/1-02-09-5e107ea1c4054594b8f37d955db8a2b0 Конспект] аналогичной старой лекции псмо на русском.

* Keith Conrad, [https://kconrad.math.uconn.edu/blurbs/analysis/entropypost.pdf Maximal entropy] distributions.

=== Семинары ===

==== 473 = 235 + 238 ====

2024-09-02, 06, семинар 1: задачи 1.1, 1.6, 3.5 из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP]

2024-09-09, 13, семинар 2: задачи 2.1, 2.3, 12.7 из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP]

2024-09-16, 20, семинар 3: задачи 7.12 и 7.4 из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP]

2024-09-23, 27, семинар 4: как извлечь P(X=3), E(X), E(X^2Y) из функции, производящей список исходов, 28.16 из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP]

2024-09-30, -10-04, семинар 5: 9.3в, 9.4, 9.7(абвд, кроме дисперсии, аргументы масштабирования и центра масс помимо интегралов), 9.11 из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP]

2024-10-07, 11, семинар 6: вычисление Cov, Var, Corr по табличке и из функции плотности, нахождение дисперсии для отрицательного биномиального распределения по свойствам.

2024-10-14, 18, семинар 7: вычисление энтропии геометрического распределения. Изменение энтропии при линейном преобразовании для дискретной величины и величины с функцией плотности.
Кросс-энтропия из экспоненциального в равномерное. Условная энтропия для дискретной таблички. Связь энтропии величины с функцией плотности и энтропия дискретной версии этой случайной величины после "огрубления" с малым шагом 1/k.

==== 236 ====

2024-09-06, семинар 1: в начале семинара рассмотрели основные понятия и определения для решения задач. Решили задачи 1.1, 1.6, 3.5 из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP]

2024-09-13, семинар 2: нашли ожидание случайной величины с геом. распределением. Решили задачи 2.1, 12.6, 12.10 из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP].

2024-09-20, семинар 3: решили задачи 7.12, 7.4(а), 7.7, 7.13(а) из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP].

2024-09-27, семинар 4: разобрали 7.13, почти разобрали 28.3 из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP]. Также рассмотрели один контрпример на независимость(тетраэдр Бернштейна).

2024-10-04, семинар 5: разобрались с определениями, решили 9.3(абв), 9.7(аб) из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP]. Решили задачку про три точки на отрезке и найти вероятность получить треугольник. Также вывели формулу для мат. ожидания неотрицательной величины через функцию распределения.

2024-10-14, семинар 6: обсудили дисперсию, ковариацию, коэффициент корреляции и их геометрический смысл. Решили задачу на оценку дисперсии ограниченной величины. посчитали дисперсию геометрического, биномиального. Посчитали дисперсию в задаче о письмах и конвертах.

==== 237 ====

2024-09-09, семинар 1: задачи 1.1, 2.2 из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP], вероятность что n ладей не бьют друг друга при случайной расстановке на шахматной доске n на n, матожидание числа треугольников в случайном графе на n вершинах через сумму индикаторов

2024-09-13, семинар 2: задачи 2.1, 2.6, 12.3, 12.6, 12.7 (без дисперсий) из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP]

2024-09-23, семинар 3: задачи 7.2, 7.13, 7.7, 7.8, плюс начали 7.15b (получили неверный ответ) из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP]

2024-09-27, семинар 4: дорешали 7.15b с небольшой демонстрацией на питоне, разобрали 28.2 для нечестной монетки плюс посчитали матожидание [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP]

2024-10-04, семинар 5: задачи 9.1, 9.3абв, 9.11 из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP], философия про то почему бОльшая плотность не всегда означает бОльшую вероятность оказаться в окрестности данной точки (плотность может занимать слишком маленький объем)

2024-10-11, семинар 6: вспомнили определения Cov/Var/Corr, посчитали у пары дискретных величин по табличке вероятностей, посчитали дисперсию у биномиального, геометрического, непрерывного равномерного на отрезке.

==== 239 ====

2024-09-03, семинар 1: задачи 1.1, 1.4, пытались 1.8 из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP]. Ещё успели посчитать вероятность N=k бросков монеты до выпадения первого орла, матожидание N. И ещё сделали то же для количества бросков до выпадения 3 орлов (не в серии).

2024-09-10, семинар 2: доказали формулу включения-исключения, решили несложную задачу, порешали 2.7 задачи типа 12.*

2024-09-17, семинар 3: Решили две прямых задачи на формулу Байеса и формулу полной вероятности (без большого количества вычислений). Решили задачу поиска вероятности неисправного кофе-автомата из 3 при условии, что бросили деньги в 1 и 2 и их зажевало. Ещё нашли вероятность, что мяч будет у игрока 3 после шага 10 (все садятся в круг и на каждом шаге бросают мяч соседу с вероятностью 0.3 и оставляют у себя с вероятностью 0.4).

2024-09-24, семинар 4: Вспомнили про метод первого шага, используя формулу полной вероятности и введя в некотором виде формулу полного матожидания, записали формулу для вероятностей нахождения в состоянии i через произведение переходной матрицы на вектор. Совсем немного начали производящие функции, но решили не считать 31ю производную многочлена.

2024-10-01, семинар 5: Исследуем дискретные случайные величины (Биномиальная, Геометрическая и разные похожие) с использованием техник вычислений моментов через производящую функцию. Задачи на распределения величин, посчитанных по набору величин. Первая большая задача про плотность.

2024-10-08, семинар 6: разминочная про плотность и функцию распределения. Считаем дисперсию, ковариацию и корреляцию по 2x2 таблице и в равномерном распределении на круге и квадрате [-1,1]х[-1,1].

2024-10-08, семинар 7: пара задач про экспоненциальное распределение, расчёты по теории информации(считаем всякое, чтобы привыкнуть).

==== 2311 ====

2024-09-06, семинар 1: вероятностное пространство, вероятность на нем, вероятность события, случайная величина и ее распределение (индикатор события, сумма двух кубиков, число бросаний монетки до первого орла), матожидание случайной величины (индикатор, один кубик, два кубика), линейность матожидания. Задачи на линейность матожидания, в том числе ЕГЭшная задача про турнир, 1.5, 3.5 с допвопросом о матожидании числа совпадений. Разговор о получении события произвольной вероятности монеткой в контексте 1.8

2024-09-13, семинар 2: Повторили матожидание суммы на примере 12.3. Обсудили условную вероятность и формулу полной вероятности, условное матожидание, решили задачи на метод первого шага 2.1, 2.3, 2.7.

2024-09-20, семинар 3: Условная вероятность, формула полной вероятности, формула Байеса: 7.1, классическая задача про болезни и тесты, простейшие задачки на общее понимание, обсуждение двух подходов: вычисления условной вероятности по формуле и составления нового вероятностного пространства и подсчет вероятности в нем. Независимые события (события "пики" и "дама" в обычной колоде и колоде с джокерами), независимые в совокупности события, построили пример попарно независимых, но не независимых в совокупности. Обсудили биномиальное распределение. решили задачу: "в корабле к отсеков, чтобы корабль затонул, нужно поразить 2. Независимо выпускают n ракет, каждая из которых поражает случайный отсек с вероятностью p. Найти вероятность потопления корабля"

2024-09-20, семинар 4: Примеры одинаково распределенных зависимых СВ, независимые СВ. Производящая функция и ее свойства. Посчитали для биномиального производящую функцию и второй момент. Обсудили, что будет меняться в случае функции, производящей моменты. Обсудили функцию, производящую множество исходов, как из нее доставать уже известные функции, как ее искать на примере бросания монетки до выпадания HT

2024-10-11, семинар 5: Составили табличку стандартных дискретных распределений, посчитали матожидание геометрического, обсудили дисперсию и ковариацию и их свойства (в дискретном случае), досчитали дисперсии основных распределений. Обсудили вероятностное пространство в общем случае, понятие СВ в общем случае. Дали определение ФР, посчитали ФР для явно заданной СВ. Дали определение плотности.

2024-10-12, семинар 6: Обсудили свойства ФР, как считать вероятность попадания в промежуток в терминах ФР. Выразили ФР 1/X, cos X. Обсудили как выражается веротяность попадания в множество через плотность. для 1/Х выразили плотность в случае абсолютной непрерывности Х. Обсудили формулу для МО в общем виде через интеграл Стильтьеса и как вычислять МО для функции, разлагающейся в сумму абсолютно нерпрерывной и функции скачков, посчитали МО для пары таких СВ

==== 2310, 2312 ====

2024-09-06, семинар 1: задача 1.1 из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP]. Определили вероятностное пространство в виде тройки, множество исходов рассматривали конечное и счётное. Решили 3 счётные задачи на комбинаторику про колоды карт и счетные последовательности цифр. Привели геометрическое и аналитическое решения задачи про нахождение предела последовательности вероятностей. В конце нашли математическое ожидание геометрически распределённой случайной величины.

2024-09-13, семинар 2: задача 2.1 из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP]. Задача на упорядоченные и неупорядоченные наборы. Задача про классическое вероятностное пространство и про пространство с неравновероятными исходами. Разобрали парадокс Монти Холла. Ввели понятия условной вероятности и независимых случайных величин. Сформулировали и обсудили идеи доказательств трёх теорем: теорема умножения вероятностей, формула полной вероятности и формула Байеса.

2024-09-20, семинар 3: Решили задачу на определение условной вероятности. Обсудили парадокс теоремы Байеса на примере задачи про редкое заболевание, а также посмотрели простую программу на Python, которая считает вероятность в зависимости от количества проведенных тестов на заболевание. Обсудили условное математическое ожидание, некоторые его свойства и рассмотрели пример с подбрасыванием кубика. В конце решили задачу на парадокс дней рождений.

2024-09-27, семинар 4: Обсудили коллизии хеш-функций и связь с атакой "дней рождений". Определили независимость или зависимость случайных величин в четырёх разных вариантах. Обсудили, что неверно утверждать, что матожидание частного независимых случайных величин равно частному матожиданий, также привели пример использования подобного факта в некоторых статьях. В конце решили задачу на поиск функции производящей исходы, а также нашли E(X), E(Y^2), E(XY) с помощью найденной функции.

2024-10-04, семинар 5: Решили две простые задачи на условную вероятность и на теорему об умножении вероятностей. Обсудили связь дерева событий с условной вероятностью и теоремой об умножении вероятностей. Нашли производящую функцию моментов для геометрически распределенной случайной величины и с помощью нее нашли матожидание. Нашли производящую функцию моментов и матожидание суммы случайного количества н.о.р случайных величин.

2024-10-11, семинар 6: Привели аналогии между дискретными и непрерывными случайными величинами. Нарисовали графики функций от случайных величин. Вспомнили определение и свойства дисперсии. Решили простую задачу на подсчет дисперсии и нашли дисперсию геометрически распределенной случайной величины. Обсудили, когда может быть матожидание и дисперсия бесконечны. Далее вспомнили неравенства Маркова и Чебышева, вывели следствия и решили 3 задачи на применение этих неравенств. Обсудили, что неравенство Маркова может давать как точную оценку, так и очень слабую. Показали, что неотрицательность случайной величины в неравенстве Маркова является существенным условием.

== Источники ==

Источники мудрости, которые я постарался не замутить :)

[https://arxiv.org/pdf/1411.5279 WTSK]: Tim Hesterberg, What Teachers Should Know About the Bootstrap: вкусное и доступное изложение бутстрэпа и перестановочных тестов.

[https://projects.iq.harvard.edu/stat110/home BItP]: Blitzstein, Hwang, Introduction to Probability: учебник, записи лекций, гарвардский курс.

Теория вероятностей 2024/25 (основной поток)

2024-10-15T10:12:42Z

Xumuk mk:

= Преподаватели и учебные ассистенты =

{| class="wikitable" style="text-align:center"
|-
! Группа !! БПМИ235 !! БПМИ236 !! БПМИ237 !! БПМИ238 !! БПМИ239 !! БПМИ2310 !! БПМИ2311 !! БПМИ2312
|-
|| Лектор ||colspan="11"| [https://t.me/boris_demeshev Борис Демешев]
|-
|| Семинарист || [https://t.me/boris_demeshev Борис Демешев] || [https://t.me/levensons Илья Левин] || [https://t.me/madn_boi Никита Морозов] || [https://t.me/boris_demeshev Борис Демешев] || [https://t.me/XuMuK_MK Максим Каледин] || [https://t.me/goluba_yurieva Голуба Юрьева] || [https://t.me/Moskchan Вероника Владыкина] || [https://t.me/goluba_yurieva Голуба Юрьева]
|-
|| Ассистент || [https://t.me/nerhneiro Ира Скворцова] || [https://t.me/a_ameli_ig Амелия Алаева] || [https://t.me/htual Алина Бадахова] || [https://t.me/adelyagaraeva Аделя Гараева] || [https://t.me/mabrielka Мария Брель] || [https://t.me/zm_ann Анна Зыкова-Мызина] || [https://t.me/Yanlightv Яна Вежновец] || [https://t.me/nol_erk Кирилл Лавриненко]
|-
|| Ассистент курса ||colspan="11"| [https://t.me/Nick_Volya Никита Волянский]
|}

== Цели и задачи курса ==

侍には目標がなく道しかない [Samurai niwa mokuhyō ga naku michi shikanai]

У самурая нет цели и ничего кроме пути.

Вероятный план:
<div class="mw-collapsible mw-collapsed" style="width:1000px; overflow: hidden;">
1. Дискретное вероятностное пространство. Вероятность, математическое ожидание, теоретическая медиана.
Перестановочные тесты, p-значение для перестановочного теста.
Математическое ожидание = центр масс.

NB: здесь сходу рисуем дерево
NB: здесь нет задач на условную вероятность

!предупреждение об обозначениях случайных величин.
Российская традиция — греческие буквы, американская традиция — заглавные английские буквы.
Наш курс: любые буквы. Причина: теория вероятностей применяется в разных областях, где свои традиции.

NB: Способы вычисления вероятностей и ожиданий:
* полный перебор руками
* примерные вычисления руками
* полный перебор на компьютере
* симуляции на компьютере
* ...

2.
Методы решения задач:
* разложение величины в сумму
* метод первого шага
!идея: позиция в игре имеет цену
* just for fun: метод рычага в геометрии через ожидание
NB: рассказать здесь про комплексную случайную величину
NB: по сути здесь мы уже решаем задачи на марковские цепи не говоря страшных определений
LOTUS.

3. Условная вероятность и условное ожидание.
!идея: зануляем вероятности невозможных событий, а остальные — масштабируем.
формула полной вероятности
!идея: дерево "помнит" формулу полной вероятности
формула Байеса

Независимые события.
Независимые случайные величины.

4.
Методы решения задач:
* производящие функции многих переменных
функция как способ записать множество
HTT vs TTH
ABRACADABRA
!разложение по биномиальной формуле

?: можно здесь успеть функцию производящую моменты

5.
Биномиальное распределение.
Геометрическое и гипергеометрическое распределения.
Отрицательное биномиальное распределение.

6.
Равномерное распределение на множестве в R^n
Функция распределения.
Функция плотности и вероятностная дифференциальная форма.
!пояснение про неудачную традиционную терминологию "непрерывная случайная величина"
величина с функцией плотности, величина с непрерывной функцией распределения.

Квантили, квантильная функция.

7. Характеристики случайных величин и неравенства.
Дисперсия.
Энтропия.
Неравенство Маркова.
Неравенство Чебышёва.
Неравенство Йенсена.

Здесь конец модуля 1 и КР-1!

8. Пуассоновский поток.
Аксиомы пуассоновского потока.
Вывод экспоненциального распределения и пуассоновского распределения из аксиом.
Вывод экспоненциального распределения из предпосылки об отсутсвии памяти.

9. Нормальное распределение.
Нормальное распределение: предпосылки Хершела-Максвелла.
Нормальное распределение: аргументация Гаусса за среднее арифметическое.
Нормальное распределение: предпосылки Лэндона (до уравнения в частных производных).

10. Классические непрерывные распределения.

Гамма-распределение, бета-распределение.
Вывод нормального и экспоненциального распредений как минимизации энтропии.

11. Парные характеристики случайных величин.
Наилучшая линейная аппроксимация.
Ковариация.
Корреляция.
Кросс-энтропия.

Доказательство E(XY) = E(X) E(Y) для дискретных.
Ковариационная матрица и ожидание для случайных векторов.

12. Совместная и условная функция плостности.
Преобразования случайных величин.

13. Функция производящая моменты и характеристическая функция.
Распределение суммы случайного количества случайных величин.
Случайный выбор слагаемых.

14. Финансовые приложения

Оценивание опционов на биномиальном дереве.
Максимизация долгосрочной прибыли, связь с энтропией.
Возможно, индексы Гиттинса.

Здесь конец модуля 2 и КР-2

15. Сигма-алгебры.

Список известных величин как способ описания информации.
Идея условного ожидания как оптимального прогноза.
Сигма-алгебра как способ описания информации.
Измеримость случайной величины относительно сигма-алгебры.
Сигма-алгебра как ОДЗ для вероятности.
Борелевская сигма-алгебра.
Независимые случайные величины второе определение.

16. Условное математическое ожидание.
Условная дисперсия.
Сумма случайного количества случайных величин.

17. Сходимости случайных величин.

Сходимость по вероятности.
Закон больших чисел.
Сходимость почти наверное.
Усилинный закон больших чисел.
Сходимость по распределению.

18. Связь сходимостей.
Лемма Слуцкого.

19. Центральная предельная теорема.
Доказательство через подмену слагаемых.
Доказательство через характеристические функции.

Здесь контрольная.

20. Винеровский процесс
Условные ожидания, инверсия.

21. Байесовский подход к оцениванию параметров

Балансовое уравнение. Идея MCMC.

22. Доказательства свойств меры

23. Алгоритм построения математического ожидания в общем случае.
Лемма Фату.
Теорема о мажорируемой сходимости.
Теорема о монотонной сходимости.

24. Резерв.

Жемчужинки, которые, вероятно, не успеем:

А. Методы решения задач:
подсчёт случаев с помощью леммы Бернсайда и теоремы Пойа о перечислении
(Burnside lemma, PET = Polya Enumeration Theorem)

B. вероятностные доказательства детерминистических теорем

</div>

== Оценивание ==

Оценка за семестр-1 = 0.2 Домашние задания семестра-1 + 0.4 Контрольная-Альфа + 0.4 Экзамен-Бета.

Финальная оценка за курс = 0.5 Оценка за семестр-1 + 0.1 Домашние задания семестра-2 + 0.2 Контрольная-Гамма + 0.2 Экзамен-Дельта.

Каждая оценка (суммарные итоги за домашние задания, контрольные, экзамены) — целое число от 0 до 100.
Для перевода в 10-балльную шкалу промежуточной оценки за семестр-1 и финальной оценки используется деление на 10
с арифметическим округлением.

=== Домашние задания для самураев ===

Домашние задания [https://github.com/bdemeshev/hse_pmi_probability_2024_2025/raw/main/home_assignments/home_assignments.pdf одним файлом] и [https://github.com/bdemeshev/hse_pmi_probability_2024_2025/blob/main/home_assignments/ отдельными файлами].
Домашние задания имеют равный вес.
В конце каждой лекции (за исключением ближайших к экзамену лекций)
выдается домашнее задание сроком на две недели.
Дедлайн жёсткий, однако студент имеет право просрочить три домашних задания на неделю каждое без штрафа.

Формат сдачи ДЗ: один pdf-файл (решение текстовых задач) и один ipynb-файл (решение компьютерных задач).
В pdf-файл можно поместить аккуратно написанное отсканированное решение, а можно скомпилировать pdf из теха или маркдауна.
Ещё можно вместо pdf-файла написать всё в ipynb.
Бонусов за сдачу домашки в техе нет. Пример [https://www.overleaf.com/read/qmrkwpzvmqbk шаблона].

Обратите внимание: '''время каждого дедлайна — 21:00'''.

=== Контрольные работы и экзамен ===

Вес каждой задачи будет написан в тексте работы.
Задачи с ненаписанным по случайности весом имеют равный вес.
Для пропущенных по уважительной причине контрольных будет выделен один день для переписывания.
При пропуске дня переписывания, в том числе по уважительным причинам, ещё одного шанса не предоставляется.

'''Контрольная работа 1''' состоится 2024-11-11 в 16:20, аудитории: R401, R305, R206.

== Учебные материалы ==

[https://github.com/bdemeshev/probability_pro/raw/master/probability_pro.pdf PP]: Листки с задачами к курсу.

[https://github.com/bdemeshev/probability_dna/raw/master/probability_dna.pdf PDNA]: Вероятностная ДНК = вкусные задачи по теории вероятностей.

[https://disk.yandex.ru/d/I4wgH17k__F3Yw/1%20%D1%81%D0%B5%D0%BC%D0%B5%D1%81%D1%82%D1%80/1%20%D0%BC%D0%BE%D0%B4%D1%83%D0%BB%D1%8C Летопись семинаров и лекций от тайного благожелателя]

== Дневник самурая ==

2024-09-02, лекция 1: Определение события. Определение случайной величины. Аксиомы вероятности. Определение математического ожидания для дискретного случая.
Линейность математического ожидания. Математическое ожидание как центр масс. Первое знакомоство с перестановочным тестом и p-значением.

Можно глянуть: главы 2.1 и 7 из [https://arxiv.org/pdf/1411.5279 WTSK], метод рычага [https://mathcircle.berkeley.edu/sites/default/files/archivedocs/2007_2008/lectures/0708lecturespdf/MassPointsBMC07.pdf в геометрии].

2024-09-09, лекция 2: Метод первого шага (вероятность выпадения HTH ранее HHT, ожидаемое количество шагов). Метод разложения случайной величины в сумму. Определение случайного вектора. Использование интерпретации ожидания как центра масс в геометрии. Определение теоретической медианы.

Можно глянуть: глава 2.7.2 из [https://projects.iq.harvard.edu/stat110/home BItP], три стратегии решения задачи за 10 минут [https://www.youtube.com/watch?v=xH89DaEI35w Visually Explained]

2024-09-16, лекция 3: Получение новой информации приводит к пересчёту вероятностей. Определение условной вероятности. Формула полной вероятности. Формула Байеса.
Условное математическое ожидание. Формула полного математического ожидания. Независимость пары событий. Независимость набора событий в совокупности.
Независимость величин: неформальное определение. Критерий независимости произвольных величин. Критерий независимости дискретных величин.

2024-09-23, лекция 4: Доказательство критерия независимости для дискретных случайных величин: из независимости {X=x} и {Y=y} следует независимость {X in A} и {Y in B}. Независимость величин равносильна E(f(X))E(g(Y))=E(f(X)g(Y)) для произвольных f, g. Определение биномиальной, геометрической (как числа неудач до 1го успеха) и отрицательной биномиальной случайной величины. Общая идея за производящими функциями: как из функции, производящей исходы эксперимента, с помощью производных и подстановок выудить индивидуальные вероятности, совместные вероятности, ожидания любой степени E(X^a), E(X^a Y^b). Формальное определение функции, производящей вероятности, и функцию, производящей моменты, для одной случайной величины и пары случайных величин. Метатеорема: все теоремы о дискретных величинах доказываются перестановкой слагаемых. Основные дискретные распределения: биномиальное, геометрическое, отрицательное биномиальное.

2024-09-30, лекция 5: Ещё дискретные законы распределения: гипергеометрическое. Описание закона распределения через равномерное распределение на подмножестве R^n.
Функция плотности как линейная часть вероятности попадания в отрезок. Равномерное распределение на отрезке. Смешанные случайные величины. LOTUS: нахождение ожидания любой функции от случайной величины для величин с функцией плотности и смешанных величин. Функция распределения. Квантильная функция.

2024-10-07, лекция 6: Две геометрии случайных величин и событий: E(XY) как скалярное произведение, Cov(X, Y) как скалярное произведение. Математическое ожидание — проекция в рамках геометрии, задаваемой E(XY). Определение и геометрический смысл дисперсии, стандартного отклонения, ковариации и корреляции. Неравенство Маркова. Неравенство Чебышёва. Неравенство Йенсена: интуитивный смысл.

2024-10-14, лекция 7: Доказательство неравенства Йенсена. Энтропия как минимальное ожидаемое число вопросов для отгадывания и формальное определение. Кросс-энтропия.
Доказательство того, что кросс-энтропия больше либо равна энтропии. Совместная энтропия. Условная энтропия. Формула H(X) + H(Y|X) = H(X, Y) без доказательства.
Вывод плотности экспоненциального распределения из предпосылки отсутствия памяти. Экспоненциальное распределение максимизирует энтропию при заданном ожидании и неотрицательности.

* Cristopher Olah, Visual Information Theory, https://colah.github.io/posts/2015-09-Visual-Information/

* Grand Sanderson, Solving Wordle using information theory, [https://www.youtube.com/watch?v=v68zYyaEmEA youtube].

* Artem Kirsanov, Key equation behind probability, [https://www.youtube.com/watch?v=KHVR587oW8I youtube]. У Артёма кросс-энтропия обозначена H(P, Q), а не CE(P||Q)).

* [https://exuberant-arthropod-be8.notion.site/1-02-09-5e107ea1c4054594b8f37d955db8a2b0 Конспект] аналогичной старой лекции псмо на русском.

* Keith Conrad, [https://kconrad.math.uconn.edu/blurbs/analysis/entropypost.pdf Maximal entropy] distributions.

=== Семинары ===

==== 473 = 235 + 238 ====

2024-09-02, 06, семинар 1: задачи 1.1, 1.6, 3.5 из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP]

2024-09-09, 13, семинар 2: задачи 2.1, 2.3, 12.7 из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP]

2024-09-16, 20, семинар 3: задачи 7.12 и 7.4 из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP]

2024-09-23, 27, семинар 4: как извлечь P(X=3), E(X), E(X^2Y) из функции, производящей список исходов, 28.16 из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP]

2024-09-30, -10-04, семинар 5: 9.3в, 9.4, 9.7(абвд, кроме дисперсии, аргументы масштабирования и центра масс помимо интегралов), 9.11 из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP]

2024-10-07, 11, семинар 6: вычисление Cov, Var, Corr по табличке и из функции плотности, нахождение дисперсии для отрицательного биномиального распределения по свойствам.

2024-10-14, 18, семинар 7: вычисление энтропии геометрического распределения. Изменение энтропии при линейном преобразовании для дискретной величины и величины с функцией плотности.
Кросс-энтропия из экспоненциального в равномерное. Условная энтропия для дискретной таблички. Связь энтропии величины с функцией плотности и энтропия дискретной версии этой случайной величины после "огрубления" с малым шагом 1/k.

==== 236 ====

2024-09-06, семинар 1: в начале семинара рассмотрели основные понятия и определения для решения задач. Решили задачи 1.1, 1.6, 3.5 из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP]

2024-09-13, семинар 2: нашли ожидание случайной величины с геом. распределением. Решили задачи 2.1, 12.6, 12.10 из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP].

2024-09-20, семинар 3: решили задачи 7.12, 7.4(а), 7.7, 7.13(а) из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP].

2024-09-27, семинар 4: разобрали 7.13, почти разобрали 28.3 из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP]. Также рассмотрели один контрпример на независимость(тетраэдр Бернштейна).

2024-10-04, семинар 5: разобрались с определениями, решили 9.3(абв), 9.7(аб) из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP]. Решили задачку про три точки на отрезке и найти вероятность получить треугольник. Также вывели формулу для мат. ожидания неотрицательной величины через функцию распределения.

2024-10-14, семинар 6: обсудили дисперсию, ковариацию, коэффициент корреляции и их геометрический смысл. Решили задачу на оценку дисперсии ограниченной величины. посчитали дисперсию геометрического, биномиального. Посчитали дисперсию в задаче о письмах и конвертах.

==== 237 ====

2024-09-09, семинар 1: задачи 1.1, 2.2 из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP], вероятность что n ладей не бьют друг друга при случайной расстановке на шахматной доске n на n, матожидание числа треугольников в случайном графе на n вершинах через сумму индикаторов

2024-09-13, семинар 2: задачи 2.1, 2.6, 12.3, 12.6, 12.7 (без дисперсий) из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP]

2024-09-23, семинар 3: задачи 7.2, 7.13, 7.7, 7.8, плюс начали 7.15b (получили неверный ответ) из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP]

2024-09-27, семинар 4: дорешали 7.15b с небольшой демонстрацией на питоне, разобрали 28.2 для нечестной монетки плюс посчитали матожидание [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP]

2024-10-04, семинар 5: задачи 9.1, 9.3абв, 9.11 из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP], философия про то почему бОльшая плотность не всегда означает бОльшую вероятность оказаться в окрестности данной точки (плотность может занимать слишком маленький объем)

2024-10-11, семинар 6: вспомнили определения Cov/Var/Corr, посчитали у пары дискретных величин по табличке вероятностей, посчитали дисперсию у биномиального, геометрического, непрерывного равномерного на отрезке.

==== 239 ====

2024-09-03, семинар 1: задачи 1.1, 1.4, пытались 1.8 из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP]. Ещё успели посчитать вероятность N=k бросков монеты до выпадения первого орла, матожидание N. И ещё сделали то же для количества бросков до выпадения 3 орлов (не в серии).

2024-09-10, семинар 2: доказали формулу включения-исключения, решили несложную задачу, порешали 2.7 задачи типа 12.*

2024-09-17, семинар 3: Решили две прямых задачи на формулу Байеса и формулу полной вероятности (без большого количества вычислений). Решили задачу поиска вероятности неисправного кофе-автомата из 3 при условии, что бросили деньги в 1 и 2 и их зажевало. Ещё нашли вероятность, что мяч будет у игрока 3 после шага 10 (все садятся в круг и на каждом шаге бросают мяч соседу с вероятностью 0.3 и оставляют у себя с вероятностью 0.4).

2024-09-24, семинар 4: Вспомнили про метод первого шага, используя формулу полной вероятности и введя в некотором виде формулу полного матожидания, записали формулу для вероятностей нахождения в состоянии i через произведение переходной матрицы на вектор. Совсем немного начали производящие функции, но решили не считать 31ю производную многочлена.

2024-10-01, семинар 5: Исследуем дискретные случайные величины (Биномиальная, Геометрическая и разные похожие) с использованием техник вычислений моментов через производящую функцию. Задачи на распределения величин, посчитанных по набору величин. Первая большая задача про плотность.

2024-10-01, семинар 6: разминочная про плотность и функцию распределения. Считаем дисперсию, ковариацию и корреляцию по 2x2 таблице и в равномерном распределении на круге и квадрате [-1,1]х[-1,1].

==== 2311 ====

2024-09-06, семинар 1: вероятностное пространство, вероятность на нем, вероятность события, случайная величина и ее распределение (индикатор события, сумма двух кубиков, число бросаний монетки до первого орла), матожидание случайной величины (индикатор, один кубик, два кубика), линейность матожидания. Задачи на линейность матожидания, в том числе ЕГЭшная задача про турнир, 1.5, 3.5 с допвопросом о матожидании числа совпадений. Разговор о получении события произвольной вероятности монеткой в контексте 1.8

2024-09-13, семинар 2: Повторили матожидание суммы на примере 12.3. Обсудили условную вероятность и формулу полной вероятности, условное матожидание, решили задачи на метод первого шага 2.1, 2.3, 2.7.

2024-09-20, семинар 3: Условная вероятность, формула полной вероятности, формула Байеса: 7.1, классическая задача про болезни и тесты, простейшие задачки на общее понимание, обсуждение двух подходов: вычисления условной вероятности по формуле и составления нового вероятностного пространства и подсчет вероятности в нем. Независимые события (события "пики" и "дама" в обычной колоде и колоде с джокерами), независимые в совокупности события, построили пример попарно независимых, но не независимых в совокупности. Обсудили биномиальное распределение. решили задачу: "в корабле к отсеков, чтобы корабль затонул, нужно поразить 2. Независимо выпускают n ракет, каждая из которых поражает случайный отсек с вероятностью p. Найти вероятность потопления корабля"

2024-09-20, семинар 4: Примеры одинаково распределенных зависимых СВ, независимые СВ. Производящая функция и ее свойства. Посчитали для биномиального производящую функцию и второй момент. Обсудили, что будет меняться в случае функции, производящей моменты. Обсудили функцию, производящую множество исходов, как из нее доставать уже известные функции, как ее искать на примере бросания монетки до выпадания HT

2024-10-11, семинар 5: Составили табличку стандартных дискретных распределений, посчитали матожидание геометрического, обсудили дисперсию и ковариацию и их свойства (в дискретном случае), досчитали дисперсии основных распределений. Обсудили вероятностное пространство в общем случае, понятие СВ в общем случае. Дали определение ФР, посчитали ФР для явно заданной СВ. Дали определение плотности.

2024-10-12, семинар 6: Обсудили свойства ФР, как считать вероятность попадания в промежуток в терминах ФР. Выразили ФР 1/X, cos X. Обсудили как выражается веротяность попадания в множество через плотность. для 1/Х выразили плотность в случае абсолютной непрерывности Х. Обсудили формулу для МО в общем виде через интеграл Стильтьеса и как вычислять МО для функции, разлагающейся в сумму абсолютно нерпрерывной и функции скачков, посчитали МО для пары таких СВ

==== 2310, 2312 ====

2024-09-06, семинар 1: задача 1.1 из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP]. Определили вероятностное пространство в виде тройки, множество исходов рассматривали конечное и счётное. Решили 3 счётные задачи на комбинаторику про колоды карт и счетные последовательности цифр. Привели геометрическое и аналитическое решения задачи про нахождение предела последовательности вероятностей. В конце нашли математическое ожидание геометрически распределённой случайной величины.

2024-09-13, семинар 2: задача 2.1 из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP]. Задача на упорядоченные и неупорядоченные наборы. Задача про классическое вероятностное пространство и про пространство с неравновероятными исходами. Разобрали парадокс Монти Холла. Ввели понятия условной вероятности и независимых случайных величин. Сформулировали и обсудили идеи доказательств трёх теорем: теорема умножения вероятностей, формула полной вероятности и формула Байеса.

2024-09-20, семинар 3: Решили задачу на определение условной вероятности. Обсудили парадокс теоремы Байеса на примере задачи про редкое заболевание, а также посмотрели простую программу на Python, которая считает вероятность в зависимости от количества проведенных тестов на заболевание. Обсудили условное математическое ожидание, некоторые его свойства и рассмотрели пример с подбрасыванием кубика. В конце решили задачу на парадокс дней рождений.

2024-09-27, семинар 4: Обсудили коллизии хеш-функций и связь с атакой "дней рождений". Определили независимость или зависимость случайных величин в четырёх разных вариантах. Обсудили, что неверно утверждать, что матожидание частного независимых случайных величин равно частному матожиданий, также привели пример использования подобного факта в некоторых статьях. В конце решили задачу на поиск функции производящей исходы, а также нашли E(X), E(Y^2), E(XY) с помощью найденной функции.

2024-10-04, семинар 5: Решили две простые задачи на условную вероятность и на теорему об умножении вероятностей. Обсудили связь дерева событий с условной вероятностью и теоремой об умножении вероятностей. Нашли производящую функцию моментов для геометрически распределенной случайной величины и с помощью нее нашли матожидание. Нашли производящую функцию моментов и матожидание суммы случайного количества н.о.р случайных величин.

2024-10-11, семинар 6: Привели аналогии между дискретными и непрерывными случайными величинами. Нарисовали графики функций от случайных величин. Вспомнили определение и свойства дисперсии. Решили простую задачу на подсчет дисперсии и нашли дисперсию геометрически распределенной случайной величины. Обсудили, когда может быть матожидание и дисперсия бесконечны. Далее вспомнили неравенства Маркова и Чебышева, вывели следствия и решили 3 задачи на применение этих неравенств. Обсудили, что неравенство Маркова может давать как точную оценку, так и очень слабую. Показали, что неотрицательность случайной величины в неравенстве Маркова является существенным условием.

== Источники ==

Источники мудрости, которые я постарался не замутить :)

[https://arxiv.org/pdf/1411.5279 WTSK]: Tim Hesterberg, What Teachers Should Know About the Bootstrap: вкусное и доступное изложение бутстрэпа и перестановочных тестов.

[https://projects.iq.harvard.edu/stat110/home BItP]: Blitzstein, Hwang, Introduction to Probability: учебник, записи лекций, гарвардский курс.

Теория вероятностей 2024/25 (основной поток)

2024-10-01T10:06:11Z

Xumuk mk:

Теория вероятностей 2024/25 (основной поток)

2024-10-01T09:53:09Z

Xumuk mk:

Теория вероятностей 2024/25 (основной поток)

2024-10-01T09:45:09Z

Xumuk mk:

Прикладная статистика в машинном обучении 24/25

2024-09-18T18:22:51Z

Xumuk mk:

(ПОКА ВРЕМЕННАЯ ВЕРСИЯ)
== О курсе ==

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

'''Лектор:''' [https://t.me/XuMuK_MK Максим Каледин]

'''Семинаристы:'''

[https://t.me/mzekhov Матвей Зехов]

[mailto:auzhegov@hse.ru Алексей Ужегов]

[https://t.me/desiment_0 Михаил Михайлов]

'''Учебные ассистенты:''' ...

Елисей Шинкарев

Вячеслав Юсупов

Мария Розаева

Динар Саберов

Анастасия Сёмкина

Аркадий Аврамчук

=== Семинары ===

(!) Сверяйтесь с вашим актуальным расписанием, возможны изменения.

{| class="wikitable"
|-
! Группа !! Семинарист !! Учебный ассистент ||
|-
| БПМИ221 МОП || Матвей Зехов || Елисей Шинкарев ||
|-
| БПМИ222 МОП || Матвей Зехов || Мария Розаева ||
|-
| БПМИ223 МОП || Алексей Ужегов || Анастасия Сёмкина ||
|-
| БПМИ224 МОП || Алексей Ужегов || Вячеслав Юсупов ||
|-
| По выбору(кроме онлайн) || По выбору(кроме онлайн) || Аркадий Аврамчук ||
|-
| Онлайн || Михаил Михайлов || Динар Саберов ||
|}

=== Полезные ссылки ===
Канал в Телеграме (для важных объявлений) [https://t.me/psmo24 тут ]

Youtube (записи+прошлый год и ЗВУК) [https://www.youtube.com/@SoundDLandStat тут]

Twitch (Стримы лекций) [https://www.twitch.tv/xumukmk тут(по расписанию)]

Общий чат в Телеграме для обсуждений/вопросов [https://t.me/+_F7DRBPD2uw2NDAy здесь]

* [https://github.com/XuMuK1/psmo2023 github]

== Лекции ==

[2 сентября] '''Лекция 1:''' Метод максимального правдоподобия, свойства ММП-оценок, зависимые наблюдения.
* [https://youtu.be/ks8DNLdKYG4?si=iXlfc9_JCCQBWYtC Видео]
* [https://github.com/XuMuK1/psmo/blob/2024/lectures/Lec1(MLE).pdf Конспект]

[9 сентября] '''Лекция 2:''' Теория информации, энтропия и метод максимального правдоподобия.
* [ЖДЁМ Видео]
* [https://github.com/XuMuK1/psmo/blob/2024/lectures/Lec2(Info).pdf Конспект]

...

== Семинары ==
'''Семинар 1:''' Метод максимального правдоподобия.
* [https://github.com/XuMuK1/psmo/blob/2024/seminars/seminar_01_max_lik_clean.ipynb Ноутбук]

...

== Домашние задания ==

Домашние задания представляют из себя python-ноутбук, где потребуется решить несколько теоретических задач, а также несколько задач с помощью программного кода.

Как сдавать ДЗ: Classroom TBA.

Политика дедлайнов: дедлайн задаётся обычно (кроме критических исключений) две недели после релиза последней части ДЗ. Можно сдавать 1 неделю после дедлайна со штрафом 30%, далее сдавать нельзя.

==== ДЗ-1 ====

ДЗ-1 состоит из трех частей. Дедлайн по всему ДЗ дд мм гггг 23:59.
* [ЖДЁМ Часть 1]
...

== Контрольная работа ==

Контрольная работа является письменной формой контроля. В контрольную работу войдут задачи по темам примерно до Лекции 8. После недели 8 планируется семинар консультаций и обычная лекция, затем неделя контрольной работы (на лекции) и обычные семинары, потом продолжение в обычном режиме. Возможны изменения, связанные с расписанием и праздниками.

== 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.

TBD

==Отчётность по курсу и критерии оценки==

===Итоговая оценка за курс===

Итоговая оценка за курс рассчитывается по следующей формуле:

Итог = 0.7*Накоп + 0.3*Максимум(Экз, Минимум(7,Накоп)),

0.7*Накоп= 0.4*Среднее(ДЗ1,ДЗ2,ДЗ3) + 0.3*КР.

==Литература==

Горяинова Е.Р., Панков А.Р., Платонов Е.Н. Прикладные методы анализа статистических данных – М.: Издательский дом Высшей школы экономики, 2012. (Очень много про непараметрические критерии со ссылками и деталями)

Wasserman L. All of Statistics: A Concise Course in Statistical Inference, Springer Science & Business Media, 2013 (в общем про "большую" статистику)

Чжун К.Л., АитСахлиа Ф. Элементарный курс теории вероятностей. Стохастические процессы и финансовая математика – М.: БИНОМ. Лаборатория знаний, 2014. (если интересно много простых примеров сложных понятий)

Лагутин М.Б. Наглядная математическая статистика – М.: БИНОМ Лаборатория знаний, 2015. (МНОГО МАТСТАТА, но наглядно)

=== Прочее ===

* '''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.

* '''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.

Прикладная статистика в машинном обучении 24/25

2024-09-18T18:22:18Z

Xumuk mk:

(ПОКА ВРЕМЕННАЯ ВЕРСИЯ)
== О курсе ==

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

'''Лектор:''' [https://t.me/XuMuK_MK Максим Каледин]

'''Семинаристы:'''

[https://t.me/mzekhov Матвей Зехов]

[mailto:auzhegov@hse.ru Алексей Ужегов]

[https://t.me/desiment_0 Михаил Михайлов]

'''Учебные ассистенты:''' ...

Елисей Шинкарев

Вячеслав Юсупов

Мария Розаева

Динар Саберов

Анастасия Сёмкина

Аркадий Аврамчук

=== Семинары ===

(!) Сверяйтесь с вашим актуальным расписанием, возможны изменения.

{| class="wikitable"
|-
! Группа !! Семинарист !! Учебный ассистент ||
|-
| БПМИ221 МОП || Матвей Зехов || Елисей Шинкарев ||
|-
| БПМИ222 МОП || Матвей Зехов || Мария Розаева ||
|-
| БПМИ223 МОП || Алексей Ужегов || Анастасия Сёмкина ||
|-
| БПМИ224 МОП || Алексей Ужегов || Вячеслав Юсупов ||
|-
| По выбору(кроме онлайн) || По выбору(кроме онлайн) || Аркадий Аврамчук ||
|-
| Онлайн || Михаил Михайлов || Динар Саберов ||
|}

=== Полезные ссылки ===
Канал в Телеграме (для важных объявлений) [https://t.me/psmo24 тут ]

Youtube (записи+прошлый год и ЗВУК) [https://www.youtube.com/@SoundDLandStat тут]

Twitch (Стримы лекций) [https://www.twitch.tv/xumukmk тут(по расписанию)]

Общий чат в Телеграме для обсуждений/вопросов [https://t.me/+_F7DRBPD2uw2NDAy здесь]

* [https://github.com/XuMuK1/psmo2023 github]

== Лекции ==

[2 сентября] '''Лекция 1:''' Метод максимального правдоподобия, свойства ММП-оценок, зависимые наблюдения.
* [https://youtu.be/ks8DNLdKYG4?si=iXlfc9_JCCQBWYtC Видео]
* [https://github.com/XuMuK1/psmo/blob/2024/lectures/Lec1(MLE).pdf Конспект]

[9 сентября] '''Лекция 2:''' Теория информации, энтропия и метод максимального правдоподобия.
* [ЖДЁМ Видео]
* [https://github.com/XuMuK1/psmo/blob/2024/lectures/Lec2(Info).pdf Конспект]

...

== Семинары ==
'''Семинар 1:''' Метод максимального правдоподобия. (для примера оформления)
* [ЖДЁМ Ноутбук]

...

== Домашние задания ==

Домашние задания представляют из себя python-ноутбук, где потребуется решить несколько теоретических задач, а также несколько задач с помощью программного кода.

Как сдавать ДЗ: Classroom TBA.

Политика дедлайнов: дедлайн задаётся обычно (кроме критических исключений) две недели после релиза последней части ДЗ. Можно сдавать 1 неделю после дедлайна со штрафом 30%, далее сдавать нельзя.

==== ДЗ-1 ====

ДЗ-1 состоит из трех частей. Дедлайн по всему ДЗ дд мм гггг 23:59.
* [ЖДЁМ Часть 1]
...

== Контрольная работа ==

Контрольная работа является письменной формой контроля. В контрольную работу войдут задачи по темам примерно до Лекции 8. После недели 8 планируется семинар консультаций и обычная лекция, затем неделя контрольной работы (на лекции) и обычные семинары, потом продолжение в обычном режиме. Возможны изменения, связанные с расписанием и праздниками.

== 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.

TBD

==Отчётность по курсу и критерии оценки==

===Итоговая оценка за курс===

Итоговая оценка за курс рассчитывается по следующей формуле:

Итог = 0.7*Накоп + 0.3*Максимум(Экз, Минимум(7,Накоп)),

0.7*Накоп= 0.4*Среднее(ДЗ1,ДЗ2,ДЗ3) + 0.3*КР.

==Литература==

Горяинова Е.Р., Панков А.Р., Платонов Е.Н. Прикладные методы анализа статистических данных – М.: Издательский дом Высшей школы экономики, 2012. (Очень много про непараметрические критерии со ссылками и деталями)

Wasserman L. All of Statistics: A Concise Course in Statistical Inference, Springer Science & Business Media, 2013 (в общем про "большую" статистику)

Чжун К.Л., АитСахлиа Ф. Элементарный курс теории вероятностей. Стохастические процессы и финансовая математика – М.: БИНОМ. Лаборатория знаний, 2014. (если интересно много простых примеров сложных понятий)

Лагутин М.Б. Наглядная математическая статистика – М.: БИНОМ Лаборатория знаний, 2015. (МНОГО МАТСТАТА, но наглядно)

=== Прочее ===

* '''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.

* '''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.

Прикладная статистика в машинном обучении 24/25

2024-09-18T18:08:06Z

Xumuk mk:

(ПОКА ВРЕМЕННАЯ ВЕРСИЯ)
== О курсе ==

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

'''Лектор:''' [https://t.me/XuMuK_MK Максим Каледин]

'''Семинаристы:'''

[https://t.me/mzekhov Матвей Зехов]

[mailto:auzhegov@hse.ru Алексей Ужегов]

[https://t.me/desiment_0 Михаил Михайлов]

'''Учебные ассистенты:''' ...

Елисей Шинкарев

Вячеслав Юсупов

Мария Розаева

Динар Саберов

Анастасия Сёмкина

Аркадий Аврамчук

=== Семинары ===

(!) Сверяйтесь с вашим актуальным расписанием, возможны изменения.

{| class="wikitable"
|-
! Группа !! Семинарист !! Учебный ассистент ||
|-
| БПМИ221 МОП || Матвей Зехов || Елисей Шинкарев ||
|-
| БПМИ222 МОП || Матвей Зехов || Мария Розаева ||
|-
| БПМИ223 МОП || Алексей Ужегов || Анастасия Сёмкина ||
|-
| БПМИ224 МОП || Алексей Ужегов || Вячеслав Юсупов ||
|-
| По выбору(кроме онлайн) || По выбору(кроме онлайн) || Аркадий Аврамчук ||
|-
| Онлайн || Михаил Михайлов || Динар Саберов ||
|}

=== Полезные ссылки ===
Канал в Телеграме (для важных объявлений) [https://t.me/psmo24 тут ]

Youtube (записи+прошлый год и ЗВУК) [https://www.youtube.com/@SoundDLandStat тут]

Twitch (Стримы лекций) [https://www.twitch.tv/xumukmk тут(по расписанию)]

Общий чат в Телеграме для обсуждений/вопросов [https://t.me/+_F7DRBPD2uw2NDAy здесь]

* [https://github.com/XuMuK1/psmo2023 github]

== Лекции ==

[8 сентября] '''Лекция 1:''' Метод максимального правдоподобия, свойства ММП-оценок, зависимые наблюдения.
* [ЖДЁМ Видео]
* [ЖДЁМ Конспект]

...

== Семинары ==
'''Семинар 1:''' Метод максимального правдоподобия. (для примера оформления)
* [ЖДЁМ Ноутбук]

...

== Домашние задания ==

Домашние задания представляют из себя python-ноутбук, где потребуется решить несколько теоретических задач, а также несколько задач с помощью программного кода.

Как сдавать ДЗ: Classroom TBA.

Политика дедлайнов: дедлайн задаётся обычно (кроме критических исключений) две недели после релиза последней части ДЗ. Можно сдавать 1 неделю после дедлайна со штрафом 30%, далее сдавать нельзя.

==== ДЗ-1 ====

ДЗ-1 состоит из трех частей. Дедлайн по всему ДЗ дд мм гггг 23:59.
* [ЖДЁМ Часть 1]
...

== Контрольная работа ==

Контрольная работа является письменной формой контроля. В контрольную работу войдут задачи по темам примерно до Лекции 8. После недели 8 планируется семинар консультаций и обычная лекция, затем неделя контрольной работы (на лекции) и обычные семинары, потом продолжение в обычном режиме. Возможны изменения, связанные с расписанием и праздниками.

== 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.

TBD

==Отчётность по курсу и критерии оценки==

===Итоговая оценка за курс===

Итоговая оценка за курс рассчитывается по следующей формуле:

Итог = 0.7*Накоп + 0.3*Максимум(Экз, Минимум(7,Накоп)),

0.7*Накоп= 0.4*Среднее(ДЗ1,ДЗ2,ДЗ3) + 0.3*КР.

==Литература==

Горяинова Е.Р., Панков А.Р., Платонов Е.Н. Прикладные методы анализа статистических данных – М.: Издательский дом Высшей школы экономики, 2012. (Очень много про непараметрические критерии со ссылками и деталями)

Wasserman L. All of Statistics: A Concise Course in Statistical Inference, Springer Science & Business Media, 2013 (в общем про "большую" статистику)

Чжун К.Л., АитСахлиа Ф. Элементарный курс теории вероятностей. Стохастические процессы и финансовая математика – М.: БИНОМ. Лаборатория знаний, 2014. (если интересно много простых примеров сложных понятий)

Лагутин М.Б. Наглядная математическая статистика – М.: БИНОМ Лаборатория знаний, 2015. (МНОГО МАТСТАТА, но наглядно)

=== Прочее ===

* '''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.

* '''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.

Теория вероятностей 2024/25 (основной поток)

2024-09-17T13:37:31Z

Xumuk mk:

Теория вероятностей 2024/25 (основной поток)

2024-09-12T18:42:13Z

Xumuk mk:

== Цели и задачи курса ==

侍には目標がなく道しかない [Samurai niwa mokuhyō ga naku michi shikanai]

У самурая нет цели и ничего кроме пути.

Вероятный план:
<div class="mw-collapsible mw-collapsed" style="width:1000px; overflow: hidden;">
1. Дискретное вероятностное пространство. Вероятность, математическое ожидание, теоретическая медиана.
Перестановочные тесты, p-значение для перестановочного теста.
Математическое ожидание = центр масс.

NB: здесь сходу рисуем дерево
NB: здесь нет задач на условную вероятность

!предупреждение об обозначениях случайных величин.
Российская традиция — греческие буквы, американская традиция — заглавные английские буквы.
Наш курс: любые буквы. Причина: теория вероятностей применяется в разных областях, где свои традиции.

NB: Способы вычисления вероятностей и ожиданий:
* полный перебор руками
* примерные вычисления руками
* полный перебор на компьютере
* симуляции на компьютере
* ...

2.
Методы решения задач:
* разложение величины в сумму
* метод первого шага
!идея: позиция в игре имеет цену
* just for fun: метод рычага в геометрии через ожидание
NB: рассказать здесь про комплексную случайную величину
NB: по сути здесь мы уже решаем задачи на марковские цепи не говоря страшных определений
LOTUS.

3. Условная вероятность и условное ожидание.
!идея: зануляем вероятности невозможных событий, а остальные — масштабируем.
формула полной вероятности
!идея: дерево "помнит" формулу полной вероятности
формула Байеса

Независимые события.
Независимые случайные величины.

4.
Методы решения задач:
* производящие функции многих переменных
функция как способ записать множество
HTT vs TTH
ABRACADABRA
!разложение по биномиальной формуле

?: можно здесь успеть функцию производящую моменты

5.
Биномиальное распределение.
Геометрическое и гипергеометрическое распределения.
Отрицательное биномиальное распределение.

6.
Равномерное распределение на множестве в R^n
Функция распределения.
Функция плотности и вероятностная дифференциальная форма.
!пояснение про неудачную традиционную терминологию "непрерывная случайная величина"
величина с функцией плотности, величина с непрерывной функцией распределения.

Квантили, квантильная функция.

7. Характеристики случайных величин и неравенства.
Дисперсия.
Энтропия.
Неравенство Маркова.
Неравенство Чебышёва.
Неравенство Йенсена.

Здесь конец модуля 1 и КР-1!

8. Пуассоновский поток.
Аксиомы пуассоновского потока.
Вывод экспоненциального распределения и пуассоновского распределения из аксиом.
Вывод экспоненциального распределения из предпосылки об отсутсвии памяти.

9. Нормальное распределение.
Нормальное распределение: предпосылки Хершела-Максвелла.
Нормальное распределение: аргументация Гаусса за среднее арифметическое.
Нормальное распределение: предпосылки Лэндона (до уравнения в частных производных).

10. Классические непрерывные распределения.

Гамма-распределение, бета-распределение.
Вывод нормального и экспоненциального распредений как минимизации энтропии.

11. Парные характеристики случайных величин.
Наилучшая линейная аппроксимация.
Ковариация.
Корреляция.
Кросс-энтропия.

Доказательство E(XY) = E(X) E(Y) для дискретных.
Ковариационная матрица и ожидание для случайных векторов.

12. Совместная и условная функция плостности.
Преобразования случайных величин.

13. Функция производящая моменты и характеристическая функция.
Распределение суммы случайного количества случайных величин.
Случайный выбор слагаемых.

14. Финансовые приложения

Оценивание опционов на биномиальном дереве.
Максимизация долгосрочной прибыли, связь с энтропией.
Возможно, индексы Гиттинса.

Здесь конец модуля 2 и КР-2

15. Сигма-алгебры.

Список известных величин как способ описания информации.
Идея условного ожидания как оптимального прогноза.
Сигма-алгебра как способ описания информации.
Измеримость случайной величины относительно сигма-алгебры.
Сигма-алгебра как ОДЗ для вероятности.
Борелевская сигма-алгебра.
Независимые случайные величины второе определение.

16. Условное математическое ожидание.
Условная дисперсия.
Сумма случайного количества случайных величин.

17. Сходимости случайных величин.

Сходимость по вероятности.
Закон больших чисел.
Сходимость почти наверное.
Усилинный закон больших чисел.
Сходимость по распределению.

18. Связь сходимостей.
Лемма Слуцкого.

19. Центральная предельная теорема.
Доказательство через подмену слагаемых.
Доказательство через характеристические функции.

Здесь контрольная.

20. Винеровский процесс
Условные ожидания, инверсия.

21. Байесовский подход к оцениванию параметров

Балансовое уравнение. Идея MCMC.

22. Доказательства свойств меры

23. Алгоритм построения математического ожидания в общем случае.
Лемма Фату.
Теорема о мажорируемой сходимости.
Теорема о монотонной сходимости.

24. Резерв.

Жемчужинки, которые, вероятно, не успеем:

А. Методы решения задач:
подсчёт случаев с помощью леммы Бернсайда и теоремы Пойа о перечислении
(Burnside lemma, PET = Polya Enumeration Theorem)

B. вероятностные доказательства детерминистических теорем

</div>

== Оценивание ==

Оценка за семестр-1 = 0.2 Домашние задания семестра-1 + 0.4 Контрольная-Альфа + 0.4 Экзамен-Бета.

Финальная оценка за курс = 0.5 Оценка за семестр-1 + 0.1 Домашние задания семестра-2 + 0.2 Контрольная-Гамма + 0.2 Экзамен-Дельта.

Каждая оценка (суммарные итоги за домашние задания, контрольные, экзамены) — целое число от 0 до 100.
Для перевода в 10-балльную шкалу промежуточной оценки за семестр-1 и финальной оценки используется деление на 10
с арифметическим округлением.

=== Домашние задания для самураев ===

[https://github.com/bdemeshev/hse_pmi_probability_2024_2025/raw/main/home_assignments/home_assignments.pdf Домашние задания] имеют равный вес.
В конце каждой лекции (за исключением ближайших к экзамену лекций)
выдается домашнее задание сроком на две недели.
Дедлайн жёсткий, однако студент имеет право просрочить три домашних задания на неделю каждое без штрафа.

Формат сдачи ДЗ: один pdf-файл (решение текстовых задач) и один ipynb-файл (решение компьютерных задач).
В pdf-файл можно поместить аккуратно написанное отсканированное решение, а можно скомпилировать pdf из теха или маркдауна.
Ещё можно вместо pdf-файла написать всё в ipynb.
Бонусов за сдачу домашки в техе нет. Пример [https://www.overleaf.com/read/qmrkwpzvmqbk шаблона].

Обратите внимание: '''время каждого дедлайна — 21:00'''.

=== Контрольные работы и экзамен ===

Вес каждой задачи будет написан в тексте работы.
Задачи с ненаписанным по случайности весом имеют равный вес.
Для пропущенных по уважительной причине контрольных будет выделен один день для переписывания.
При пропуске дня переписывания, в том числе по уважительным причинам, ещё одного шанса не предоставляется.

== Учебные материалы ==

[https://github.com/bdemeshev/probability_pro/raw/master/probability_pro.pdf PP]: Листки с задачами к курсу.

[https://github.com/bdemeshev/probability_dna/raw/master/probability_dna.pdf PDNA]: Вероятностная ДНК = вкусные задачи по теории вероятностей.

[https://disk.yandex.ru/d/I4wgH17k__F3Yw/1%20%D1%81%D0%B5%D0%BC%D0%B5%D1%81%D1%82%D1%80/1%20%D0%BC%D0%BE%D0%B4%D1%83%D0%BB%D1%8C Летопись семинаров и лекций от тайного благожелателя]

== Дневник самурая ==

2024-09-02, лекция 1: Определение события. Определение случайной величины. Аксиомы вероятности. Определение математического ожидания для дискретного случая.
Линейность математического ожидания. Первое знакомоство с перестановочным тестом и p-значением.

Можно глянуть: главы 2.1 и 7 из [https://arxiv.org/pdf/1411.5279 WTSK]

2024-09-02, лекция 2: Метод первого шага (вероятность выпадения HTH ранее HHT, ожидаемое количество шагов). Метод разложения случайной величины в сумму. Определение случайного вектора. Использование интерпретации ожидания как центра масс в геометрии. Определение теоретической медианы.

Можно глянуть: глава 2.7.2 из [https://projects.iq.harvard.edu/stat110/home BItP], три стратегии решения задачи за 10 минут [https://www.youtube.com/watch?v=xH89DaEI35w Visually Explained]

=== Семинары ===

==== 473 = 235 + 238 ====

2024-09-02, 06, семинар 1: задачи 1.1, 1.6, 3.5 из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP]

2024-09-09, 13, семинар 2: задачи 2.1, 2.3, 12.7 из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP]

==== 237 ====

2024-09-09, семинар 1: задачи 1.1, 2.2 из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP], вероятность что n ладей не бьют друг друга при случайной расстановке на шахматной доске n на n, матожидание числа треугольников в случайном графе на n вершинах через сумму индикаторов

==== 239 ====

2024-09-03, семинар 1: задачи 1.1, 1.4, пытались 1.8 из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP]. Ещё успели посчитать вероятность N=k бросков монеты до выпадения первого орла, матожидание N. И ещё сделали то же для количества бросков до выпадения 3 орлов (не в серии).

2024-09-10, семинар 2: доказали формулу включения-исключения, решили несложную задачу, порешали 2.7 задачи типа 12.*

==== 2311 ====

2024-09-06, семинар 1: вероятностное пространство, вероятность на нем, вероятность события, случайная величина и ее распределение (индикатор события, сумма двух кубиков, число бросаний монетки до первого орла), матожидание случайной величины (индикатор, один кубик, два кубика), линейность матожидания. Задачи на линейность матожидания, в том числе ЕГЭшная задача про турнир, 1.5, 3.5 с допвопросом о матожидании числа совпадений. Разговор о получении события произвольной вероятности монеткой в контексте 1.8

==== 2310, 2312 ====

2024-09-06, семинар 1: задача 1.1 из РР. Определили вероятностное пространство в виде тройки, множество исходов рассматривали конечное и счётное. Решили 3 счётные задачи на комбинаторику про колоды карт и счетные последовательности цифр. Привели геометрическое и аналитическое решения задачи про нахождение предела последовательности вероятностей. В конце нашли математическое ожидание геометрически распределённой случайной величины.

== Источники ==

Источники мудрости, которые я постарался не замутить :)

[https://arxiv.org/pdf/1411.5279 WTSK]: Tim Hesterberg, What Teachers Should Know About the Bootstrap: вкусное и доступное изложение бутстрэпа и перестановочных тестов.

[https://projects.iq.harvard.edu/stat110/home BItP]: Blitzstein, Hwang, Introduction to Probability: учебник, записи лекций, гарвардский курс.

Теория вероятностей 2024/25 (основной поток)

2024-09-10T16:18:13Z

Xumuk mk:

== О курсе ==

== Цели и задачи курса ==

侍には目標がなく道しかない [Samurai niwa mokuhyō ga naku michi shikanai]

У самурая нет цели и ничего кроме пути.

== Оценивание ==

Оценка за семестр-1 = 0.2 Домашние задания семестра-1 + 0.4 Контрольная-Альфа + 0.4 Экзамен-Бета.

Финальная оценка за курс = 0.5 Оценка за семестр-1 + 0.1 Домашние задания семестра-2 + 0.2 Контрольная-Гамма + 0.2 Экзамен-Дельта.

Каждая оценка (суммарные итоги за домашние задания, контрольные, экзамены) — целое число от 0 до 100.
Для перевода в 10-балльную шкалу промежуточной оценки за семестр-1 и финальной оценки используется деление на 10
с арифметическим округлением.

=== Домашние задания для самураев ===

[https://github.com/bdemeshev/hse_pmi_probability_2024_2025/raw/main/home_assignments/home_assignments.pdf Домашние задания] имеют равный вес.
В конце каждой лекции (за исключением ближайших к экзамену лекций)
выдается домашнее задание сроком на две недели.
Дедлайн жёсткий, однако студент имеет право просрочить три домашних задания на неделю каждое без штрафа.

Формат сдачи ДЗ: один pdf-файл (решение текстовых задач) и один ipynb-файл (решение компьютерных задач).
В pdf-файл можно поместить аккуратно написанное отсканированное решение, а можно скомпилировать pdf из теха или маркдауна.
Ещё можно вместо pdf-файла написать всё в ipynb.
Бонусов за сдачу домашки в техе нет. Пример [https://www.overleaf.com/read/qmrkwpzvmqbk шаблона].

Обратите внимание: '''время каждого дедлайна — 21:00'''.

=== Контрольные работы и экзамен ===

Вес каждой задачи будет написан в тексте работы.
Задачи с ненаписанным по случайности весом имеют равный вес.
Для пропущенных по уважительной причине контрольных будет выделен один день для переписывания.
При пропуске дня переписывания, в том числе по уважительным причинам, ещё одного шанса не предоставляется.

== Учебные материалы ==

[https://github.com/bdemeshev/probability_pro/raw/master/probability_pro.pdf PP]: Листки с задачами к курсу.

[https://github.com/bdemeshev/probability_dna/raw/master/probability_dna.pdf PDNA]: Вероятностная ДНК = вкусные задачи по теории вероятностей.

[https://disk.yandex.ru/d/I4wgH17k__F3Yw/1%20%D1%81%D0%B5%D0%BC%D0%B5%D1%81%D1%82%D1%80/1%20%D0%BC%D0%BE%D0%B4%D1%83%D0%BB%D1%8C Летопись семинаров и лекций от тайного благожелателя]

== Дневник самурая ==

2024-09-02, лекция 1: Определение события. Определение случайной величины. Аксиомы вероятности. Определение математического ожидания для дискретного случая.
Линейность математического ожидания. Первое знакомоство с перестановочным тестом и p-значением.

Можно глянуть: главы 2.1 и 7 из [https://arxiv.org/pdf/1411.5279 WTSK]

2024-09-02, лекция 2: Метод первого шага (вероятность выпадения HTH ранее HHT, ожидаемое количество шагов). Метод разложения случайной величины в сумму. Определение случайного вектора. Использование интерпретации ожидания как центра масс в геометрии. Определение теоретической медианы.

Можно глянуть: глава 2.7.2 из [https://projects.iq.harvard.edu/stat110/home BItP], три стратегии решения задачи за 10 минут [https://www.youtube.com/watch?v=xH89DaEI35w Visually Explained]

=== Семинары ===

==== 473 = 235 + 238 ====

2024-09-02, 06, семинар 1: задачи 1.1, 1.6, 3.5 из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP]

2024-09-09, 13, семинар 2: задачи 2.1, 2.3, 12.7 из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP]

==== 237 ====

2024-09-09, семинар 1: задачи 1.1, 2.2 из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP], вероятность что n ладей не бьют друг друга при случайной расстановке на шахматной доске n на n, матожидание числа треугольников в случайном графе на n вершинах через сумму индикаторов

==== 239 ====

2024-09-03, семинар 1: задачи 1.1, 1.4, пытались 1.8 из [https://raw.githubusercontent.com/bdemeshev/probability_pro/master/probability_pro.pdf PP]. Ещё успели посчитать вероятность N=k бросков монеты до выпадения первого орла, матожидание N. И ещё сделали то же для количества бросков до выпадения 3 орлов (не в серии).

2024-09-10, семинар 2: доказали формулу включения-исключения, решили несложную задачу, порешали 2.7 задачи типа 12.*

==== 2311 ====

2024-09-06, семинар 1: вероятностное пространство, вероятность на нем, вероятность события, случайная величина и ее распределение (индикатор события, сумма двух кубиков, число бросаний монетки до первого орла), матожидание случайной величины (индикатор, один кубик, два кубика), линейность матожидания. Задачи на линейность матожидания, в том числе ЕГЭшная задача про турнир, 1.5, 3.5 с допвопросом о матожидании числа совпадений. Разговор о получении события произвольной вероятности монеткой в контексте 1.8

== Источники ==

Источники мудрости, которые я постарался не замутить :)

[https://arxiv.org/pdf/1411.5279 WTSK]: Tim Hesterberg, What Teachers Should Know About the Bootstrap: вкусное и доступное изложение бутстрэпа и перестановочных тестов.

[https://projects.iq.harvard.edu/stat110/home BItP]: Blitzstein, Hwang, Introduction to Probability: учебник, записи лекций, гарвардский курс.

Теория вероятностей 2024/25 (основной поток)

2024-09-05T09:19:16Z

Xumuk mk:

Прикладная статистика в машинном обучении 24/25

2024-09-01T14:30:06Z

Xumuk mk:

(ПОКА ВРЕМЕННАЯ ВЕРСИЯ)
== О курсе ==

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

'''Лектор:''' [https://t.me/XuMuK_MK Максим Каледин]

'''Семинаристы:'''

[https://t.me/mzekhov Матвей Зехов]

[mailto:auzhegov@hse.ru Алексей Ужегов]

[https://t.me/desiment_0 Михаил Михайлов]

'''Учебные ассистенты:''' ...

Елисей Шинкарев

Вячеслав Юсупов

Мария Розаева

Динар Саберов

Анастасия Сёмкина

Аркадий Аврамчук

=== Семинары ===

(!) Сверяйтесь с вашим актуальным расписанием, возможны изменения.

{| class="wikitable"
|-
! Группа !! Семинарист !! Учебный ассистент || Время занятий || Аудитория/ссылка || Способ связи
|-
| БПМИ221 МОП || ?? || ?? || ?? || ?? || ...
|-
| БПМИ222 МОП || ?? || ?? || ??|| ?? || ...
|-
| БПМИ223 МОП || ?? || ?? || ?? || TBD || ...
|-
| БПМИ224 МОП || ?? || ?? || ?? || TBD || ...
|-
| По выбору || По выбору || ?? || ?? || ?? || ...
|-
| Онлайн || ?? || ?? || ?? || ?? || ...
|}

=== Полезные ссылки ===
Канал в Телеграме (для важных объявлений) [https://t.me/psmo24 тут ]

Youtube (записи+прошлый год и ЗВУК) [https://www.youtube.com/@SoundDLandStat тут]

Twitch (Стримы лекций) [https://www.twitch.tv/xumukmk тут(по расписанию)]

Общий чат в Телеграме для обсуждений/вопросов [https://t.me/+_F7DRBPD2uw2NDAy здесь]

* [https://github.com/XuMuK1/psmo2023 github]

== Лекции ==

[8 сентября] '''Лекция 1:''' Метод максимального правдоподобия, свойства ММП-оценок, зависимые наблюдения.
* [ЖДЁМ Видео]
* [ЖДЁМ Конспект]

...

== Семинары ==
'''Семинар 1:''' Метод максимального правдоподобия. (для примера оформления)
* [ЖДЁМ Ноутбук]

...

== Домашние задания ==

Домашние задания представляют из себя python-ноутбук, где потребуется решить несколько теоретических задач, а также несколько задач с помощью программного кода.

Как сдавать ДЗ: Classroom TBA.

Политика дедлайнов: дедлайн задаётся обычно (кроме критических исключений) две недели после релиза последней части ДЗ. Можно сдавать 1 неделю после дедлайна со штрафом 30%, далее сдавать нельзя.

==== ДЗ-1 ====

ДЗ-1 состоит из трех частей. Дедлайн по всему ДЗ дд мм гггг 23:59.
* [ЖДЁМ Часть 1]
...

== Контрольная работа ==

Контрольная работа является письменной формой контроля. В контрольную работу войдут задачи по темам примерно до Лекции 8. После недели 8 планируется семинар консультаций и обычная лекция, затем неделя контрольной работы (на лекции) и обычные семинары, потом продолжение в обычном режиме. Возможны изменения, связанные с расписанием и праздниками.

== 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.

TBD

==Отчётность по курсу и критерии оценки==

===Итоговая оценка за курс===

Итоговая оценка за курс рассчитывается по следующей формуле:

Итог = 0.7*Накоп + 0.3*Максимум(Экз, Минимум(7,Накоп)),

0.7*Накоп= 0.4*Среднее(ДЗ1,ДЗ2,ДЗ3) + 0.3*КР.

==Литература==

Горяинова Е.Р., Панков А.Р., Платонов Е.Н. Прикладные методы анализа статистических данных – М.: Издательский дом Высшей школы экономики, 2012. (Очень много про непараметрические критерии со ссылками и деталями)

Wasserman L. All of Statistics: A Concise Course in Statistical Inference, Springer Science & Business Media, 2013 (в общем про "большую" статистику)

Чжун К.Л., АитСахлиа Ф. Элементарный курс теории вероятностей. Стохастические процессы и финансовая математика – М.: БИНОМ. Лаборатория знаний, 2014. (если интересно много простых примеров сложных понятий)

Лагутин М.Б. Наглядная математическая статистика – М.: БИНОМ Лаборатория знаний, 2015. (МНОГО МАТСТАТА, но наглядно)

=== Прочее ===

* '''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.

* '''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.

Прикладная статистика в машинном обучении 24/25

2024-09-01T13:21:57Z

Xumuk mk:

(ПОКА ВРЕМЕННАЯ ВЕРСИЯ)
== О курсе ==

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

'''Лектор:''' [https://t.me/XuMuK_MK Максим Каледин]

'''Семинаристы:'''

[https://t.me/mzekhov Матвей Зехов]

[mailto:auzhegov@hse.ru Алексей Ужегов]

[https://t.me/desiment_0 Михаил Михайлов]

'''Учебные ассистенты:''' ...

Елисей Шинкарев

Вячеслав Юсупов

Мария Розаева

Динар Саберов

Анастасия Сёмкина

Аркадий Аврамчук

=== Семинары ===

(!) Сверяйтесь с вашим актуальным расписанием, возможны изменения.

{| class="wikitable"
|-
! Группа !! Семинарист !! Учебный ассистент || Время занятий || Аудитория/ссылка || Способ связи
|-
| БПМИ221 МОП || ?? || ?? || ?? || ?? || ...
|-
| БПМИ222 МОП || ?? || ?? || ??|| ?? || ...
|-
| БПМИ223 МОП || ?? || ?? || ?? || TBD || ...
|-
| БПМИ224 МОП || ?? || ?? || ?? || TBD || ...
|-
| По выбору || По выбору || ?? || ?? || ?? || ...
|-
| Онлайн || ?? || ?? || ?? || ?? || ...
|}

=== Полезные ссылки ===
Канал в Телеграме (для важных объявлений) [https://t.me/psmo24 тут ]

Youtube (записи+прошлый год и ЗВУК) [https://www.youtube.com/@SoundDLandStat тут]

Twitch (Стримы лекций) [https://www.twitch.tv/xumukmk тут(по расписанию)]

Общий чат в Телеграме для обсуждений/вопросов [https://t.me/+_F7DRBPD2uw2NDAy здесь]

* [https://github.com/XuMuK1/psmo2023 github]

== Лекции ==

[8 сентября] '''Лекция 1:''' Метод максимального правдоподобия, свойства ММП-оценок, модель клиента магазина. (для примера оформления)
* [ЖДЁМ Видео]
* [ЖДЁМ Конспект]

...

== Семинары ==
'''Семинар 1:''' Метод максимального правдоподобия. (для примера оформления)
* [ЖДЁМ Ноутбук]

...

== Домашние задания ==

Домашние задания представляют из себя python-ноутбук, где потребуется решить несколько теоретических задач, а также несколько задач с помощью программного кода.

Как сдавать ДЗ: Classroom TBA.

Политика дедлайнов: дедлайн задаётся обычно (кроме критических исключений) две недели после релиза последней части ДЗ. Можно сдавать 1 неделю после дедлайна со штрафом 30%, далее сдавать нельзя.

==== ДЗ-1 ====

ДЗ-1 состоит из трех частей. Дедлайн по всему ДЗ дд мм гггг 23:59.
* [ЖДЁМ Часть 1]
...

== Контрольная работа ==

Контрольная работа является письменной формой контроля. В контрольную работу войдут задачи по темам примерно до Лекции 8. После недели 8 планируется семинар консультаций и обычная лекция, затем неделя контрольной работы (на лекции) и обычные семинары, потом продолжение в обычном режиме. Возможны изменения, связанные с расписанием и праздниками.

== 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.

TBD

==Отчётность по курсу и критерии оценки==

===Итоговая оценка за курс===

Итоговая оценка за курс рассчитывается по следующей формуле:

Итог = 0.7*Накоп + 0.3*Максимум(Экз, Минимум(7,Накоп)),

0.7*Накоп= 0.4*Среднее(ДЗ1,ДЗ2,ДЗ3) + 0.3*КР.

==Литература==

Горяинова Е.Р., Панков А.Р., Платонов Е.Н. Прикладные методы анализа статистических данных – М.: Издательский дом Высшей школы экономики, 2012. (Очень много про непараметрические критерии со ссылками и деталями)

Wasserman L. All of Statistics: A Concise Course in Statistical Inference, Springer Science & Business Media, 2013 (в общем про "большую" статистику)

Чжун К.Л., АитСахлиа Ф. Элементарный курс теории вероятностей. Стохастические процессы и финансовая математика – М.: БИНОМ. Лаборатория знаний, 2014. (если интересно много простых примеров сложных понятий)

Лагутин М.Б. Наглядная математическая статистика – М.: БИНОМ Лаборатория знаний, 2015. (МНОГО МАТСТАТА, но наглядно)

=== Прочее ===

* '''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.

* '''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.

Прикладная статистика в машинном обучении 24/25

2024-09-01T12:36:07Z

Xumuk mk:

(ПОКА ВРЕМЕННАЯ ВЕРСИЯ)
== О курсе ==

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

'''Лектор:''' [https://t.me/XuMuK_MK Максим Каледин]

'''Семинаристы:'''

[https://t.me/mzekhov Матвей Зехов]

[mailto:auzhegov@hse.ru Алексей Ужегов]

[https://t.me/desiment_0 Михаил Михайлов]

'''Учебные ассистенты:''' ...

Елисей Шинкарев

Вячеслав Юсупов

Мария Розаева

Динар Саберов

Анастасия Сёмкина

Аркадий Аврамчук

=== Семинары ===

(!) Сверяйтесь с вашим актуальным расписанием, возможны изменения.

{| class="wikitable"
|-
! Группа !! Семинарист !! Учебный ассистент || Время занятий || Аудитория/ссылка || Способ связи
|-
| БПМИ221 МОП || ?? || ?? || ?? || ?? || ...
|-
| БПМИ222 МОП || ?? || ?? || ??|| ?? || ...
|-
| БПМИ223 МОП || ?? || ?? || ?? || TBD || ...
|-
| БПМИ224 МОП || ?? || ?? || ?? || TBD || ...
|-
| По выбору || По выбору || ?? || ?? || ?? || ...
|-
| Онлайн || ?? || ?? || ?? || ?? || ...
|}

=== Полезные ссылки ===
Канал в Телеграме (для важных объявлений) [https://t.me/psmo24 тут ]

Youtube (записи+прошлый год и ЗВУК) [https://www.youtube.com/@SoundDLandStat тут]

Twitch (Стримы лекций) TBA

Общий чат в Телеграме для обсуждений/вопросов [https://t.me/+_F7DRBPD2uw2NDAy здесь]

* [https://github.com/XuMuK1/psmo2023 github]

== Лекции ==

[8 сентября] '''Лекция 1:''' Метод максимального правдоподобия, свойства ММП-оценок, модель клиента магазина. (для примера оформления)
* [ЖДЁМ Видео]
* [ЖДЁМ Конспект]

...

== Семинары ==
'''Семинар 1:''' Метод максимального правдоподобия. (для примера оформления)
* [ЖДЁМ Ноутбук]

...

== Домашние задания ==

Домашние задания представляют из себя python-ноутбук, где потребуется решить несколько теоретических задач, а также несколько задач с помощью программного кода.

Как сдавать ДЗ: Classroom TBA.

Политика дедлайнов: дедлайн задаётся обычно (кроме критических исключений) две недели после релиза последней части ДЗ. Можно сдавать 1 неделю после дедлайна со штрафом 30%, далее сдавать нельзя.

==== ДЗ-1 ====

ДЗ-1 состоит из трех частей. Дедлайн по всему ДЗ дд мм гггг 23:59.
* [ЖДЁМ Часть 1]
...

== Контрольная работа ==

Контрольная работа является письменной формой контроля. В контрольную работу войдут задачи по темам примерно до Лекции 8. После недели 8 планируется семинар консультаций и обычная лекция, затем неделя контрольной работы (на лекции) и обычные семинары, потом продолжение в обычном режиме. Возможны изменения, связанные с расписанием и праздниками.

== 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.

TBD

==Отчётность по курсу и критерии оценки==

===Итоговая оценка за курс===

Итоговая оценка за курс рассчитывается по следующей формуле:

Итог = 0.7*Накоп + 0.3*Максимум(Экз, Минимум(7,Накоп)),

0.7*Накоп= 0.4*Среднее(ДЗ1,ДЗ2,ДЗ3) + 0.3*КР.

==Литература==

Горяинова Е.Р., Панков А.Р., Платонов Е.Н. Прикладные методы анализа статистических данных – М.: Издательский дом Высшей школы экономики, 2012. (Очень много про непараметрические критерии со ссылками и деталями)

Wasserman L. All of Statistics: A Concise Course in Statistical Inference, Springer Science & Business Media, 2013 (в общем про "большую" статистику)

Чжун К.Л., АитСахлиа Ф. Элементарный курс теории вероятностей. Стохастические процессы и финансовая математика – М.: БИНОМ. Лаборатория знаний, 2014. (если интересно много простых примеров сложных понятий)

Лагутин М.Б. Наглядная математическая статистика – М.: БИНОМ Лаборатория знаний, 2015. (МНОГО МАТСТАТА, но наглядно)

=== Прочее ===

* '''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.

* '''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.

Прикладная статистика в машинном обучении 24/25

2024-09-01T12:35:47Z

Xumuk mk:

(ПОКА ВРЕМЕННАЯ ВЕРСИЯ)
== О курсе ==

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

'''Лектор:''' [https://t.me/XuMuK_MK Максим Каледин]

'''Семинаристы:'''

[https://t.me/mzekhov Матвей Зехов]

[auzhegov@hse.ru Алексей Ужегов]

[https://t.me/desiment_0 Михаил Михайлов]

'''Учебные ассистенты:''' ...

Елисей Шинкарев

Вячеслав Юсупов

Мария Розаева

Динар Саберов

Анастасия Сёмкина

Аркадий Аврамчук

=== Семинары ===

(!) Сверяйтесь с вашим актуальным расписанием, возможны изменения.

{| class="wikitable"
|-
! Группа !! Семинарист !! Учебный ассистент || Время занятий || Аудитория/ссылка || Способ связи
|-
| БПМИ221 МОП || ?? || ?? || ?? || ?? || ...
|-
| БПМИ222 МОП || ?? || ?? || ??|| ?? || ...
|-
| БПМИ223 МОП || ?? || ?? || ?? || TBD || ...
|-
| БПМИ224 МОП || ?? || ?? || ?? || TBD || ...
|-
| По выбору || По выбору || ?? || ?? || ?? || ...
|-
| Онлайн || ?? || ?? || ?? || ?? || ...
|}

=== Полезные ссылки ===
Канал в Телеграме (для важных объявлений) [https://t.me/psmo24 тут ]

Youtube (записи+прошлый год и ЗВУК) [https://www.youtube.com/@SoundDLandStat тут]

Twitch (Стримы лекций) TBA

Общий чат в Телеграме для обсуждений/вопросов [https://t.me/+_F7DRBPD2uw2NDAy здесь]

* [https://github.com/XuMuK1/psmo2023 github]

== Лекции ==

[8 сентября] '''Лекция 1:''' Метод максимального правдоподобия, свойства ММП-оценок, модель клиента магазина. (для примера оформления)
* [ЖДЁМ Видео]
* [ЖДЁМ Конспект]

...

== Семинары ==
'''Семинар 1:''' Метод максимального правдоподобия. (для примера оформления)
* [ЖДЁМ Ноутбук]

...

== Домашние задания ==

Домашние задания представляют из себя python-ноутбук, где потребуется решить несколько теоретических задач, а также несколько задач с помощью программного кода.

Как сдавать ДЗ: Classroom TBA.

Политика дедлайнов: дедлайн задаётся обычно (кроме критических исключений) две недели после релиза последней части ДЗ. Можно сдавать 1 неделю после дедлайна со штрафом 30%, далее сдавать нельзя.

==== ДЗ-1 ====

ДЗ-1 состоит из трех частей. Дедлайн по всему ДЗ дд мм гггг 23:59.
* [ЖДЁМ Часть 1]
...

== Контрольная работа ==

Контрольная работа является письменной формой контроля. В контрольную работу войдут задачи по темам примерно до Лекции 8. После недели 8 планируется семинар консультаций и обычная лекция, затем неделя контрольной работы (на лекции) и обычные семинары, потом продолжение в обычном режиме. Возможны изменения, связанные с расписанием и праздниками.

== 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.

TBD

==Отчётность по курсу и критерии оценки==

===Итоговая оценка за курс===

Итоговая оценка за курс рассчитывается по следующей формуле:

Итог = 0.7*Накоп + 0.3*Максимум(Экз, Минимум(7,Накоп)),

0.7*Накоп= 0.4*Среднее(ДЗ1,ДЗ2,ДЗ3) + 0.3*КР.

==Литература==

Горяинова Е.Р., Панков А.Р., Платонов Е.Н. Прикладные методы анализа статистических данных – М.: Издательский дом Высшей школы экономики, 2012. (Очень много про непараметрические критерии со ссылками и деталями)

Wasserman L. All of Statistics: A Concise Course in Statistical Inference, Springer Science & Business Media, 2013 (в общем про "большую" статистику)

Чжун К.Л., АитСахлиа Ф. Элементарный курс теории вероятностей. Стохастические процессы и финансовая математика – М.: БИНОМ. Лаборатория знаний, 2014. (если интересно много простых примеров сложных понятий)

Лагутин М.Б. Наглядная математическая статистика – М.: БИНОМ Лаборатория знаний, 2015. (МНОГО МАТСТАТА, но наглядно)

=== Прочее ===

* '''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.

* '''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.

Прикладная статистика в машинном обучении 24/25

2024-09-01T12:24:21Z

Xumuk mk:

(ПОКА ВРЕМЕННАЯ ВЕРСИЯ)
== О курсе ==

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

'''Лектор:''' [https://t.me/XuMuK_MK Максим Каледин]

'''Семинаристы:'''

[https://t.me/mzekhov Матвей Зехов]

Алексей Ужегов

[https://t.me/desiment_0 Михаил Михайлов]

'''Учебные ассистенты:''' ...

Елисей Шинкарев

Вячеслав Юсупов

Мария Розаева

Динар Саберов

Анастасия Сёмкина

Аркадий Аврамчук

=== Семинары ===

(!) Сверяйтесь с вашим актуальным расписанием, возможны изменения.

{| class="wikitable"
|-
! Группа !! Семинарист !! Учебный ассистент || Время занятий || Аудитория/ссылка || Способ связи
|-
| БПМИ221 МОП || ?? || ?? || ?? || ?? || ...
|-
| БПМИ222 МОП || ?? || ?? || ??|| ?? || ...
|-
| БПМИ223 МОП || ?? || ?? || ?? || TBD || ...
|-
| БПМИ224 МОП || ?? || ?? || ?? || TBD || ...
|-
| По выбору || По выбору || ?? || ?? || ?? || ...
|-
| Онлайн || ?? || ?? || ?? || ?? || ...
|}

=== Полезные ссылки ===
Канал в Телеграме (для важных объявлений) [https://t.me/psmo24 тут ]

Youtube (записи+прошлый год и ЗВУК) [https://www.youtube.com/@SoundDLandStat тут]

Twitch (Стримы лекций) TBA

Общий чат в Телеграме для обсуждений/вопросов [https://t.me/+_F7DRBPD2uw2NDAy здесь]

* [https://github.com/XuMuK1/psmo2023 github]

== Лекции ==

[8 сентября] '''Лекция 1:''' Метод максимального правдоподобия, свойства ММП-оценок, модель клиента магазина. (для примера оформления)
* [ЖДЁМ Видео]
* [ЖДЁМ Конспект]

...

== Семинары ==
'''Семинар 1:''' Метод максимального правдоподобия. (для примера оформления)
* [ЖДЁМ Ноутбук]

...

== Домашние задания ==

Домашние задания представляют из себя python-ноутбук, где потребуется решить несколько теоретических задач, а также несколько задач с помощью программного кода.

Как сдавать ДЗ: Classroom TBA.

Политика дедлайнов: дедлайн задаётся обычно (кроме критических исключений) две недели после релиза последней части ДЗ. Можно сдавать 1 неделю после дедлайна со штрафом 30%, далее сдавать нельзя.

==== ДЗ-1 ====

ДЗ-1 состоит из трех частей. Дедлайн по всему ДЗ дд мм гггг 23:59.
* [ЖДЁМ Часть 1]
...

== Контрольная работа ==

Контрольная работа является письменной формой контроля. В контрольную работу войдут задачи по темам примерно до Лекции 8. После недели 8 планируется семинар консультаций и обычная лекция, затем неделя контрольной работы (на лекции) и обычные семинары, потом продолжение в обычном режиме. Возможны изменения, связанные с расписанием и праздниками.

== 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.

TBD

==Отчётность по курсу и критерии оценки==

===Итоговая оценка за курс===

Итоговая оценка за курс рассчитывается по следующей формуле:

Итог = 0.7*Накоп + 0.3*Максимум(Экз, Минимум(7,Накоп)),

0.7*Накоп= 0.4*Среднее(ДЗ1,ДЗ2,ДЗ3) + 0.3*КР.

==Литература==

Горяинова Е.Р., Панков А.Р., Платонов Е.Н. Прикладные методы анализа статистических данных – М.: Издательский дом Высшей школы экономики, 2012. (Очень много про непараметрические критерии со ссылками и деталями)

Wasserman L. All of Statistics: A Concise Course in Statistical Inference, Springer Science & Business Media, 2013 (в общем про "большую" статистику)

Чжун К.Л., АитСахлиа Ф. Элементарный курс теории вероятностей. Стохастические процессы и финансовая математика – М.: БИНОМ. Лаборатория знаний, 2014. (если интересно много простых примеров сложных понятий)

Лагутин М.Б. Наглядная математическая статистика – М.: БИНОМ Лаборатория знаний, 2015. (МНОГО МАТСТАТА, но наглядно)

=== Прочее ===

* '''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.

* '''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.

Прикладная статистика в машинном обучении 24/25

2024-09-01T10:51:48Z

Xumuk mk:

(ПОКА ВРЕМЕННАЯ ВЕРСИЯ)
== О курсе ==

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

'''Лектор:''' [https://t.me/XuMuK_MK Максим Каледин]

'''Семинаристы:''' ...
'''Учебные ассистенты:''' ...

=== Семинары ===

(!) Сверяйтесь с вашим актуальным расписанием, возможны изменения.

{| class="wikitable"
|-
! Группа !! Семинарист !! Учебный ассистент || Время занятий || Аудитория/ссылка || Способ связи
|-
| БПМИ221 МОП || ?? || ?? || ?? || ?? || ...
|-
| БПМИ222 МОП || ?? || ?? || ??|| ?? || ...
|-
| БПМИ223 МОП || ?? || ?? || ?? || TBD || ...
|-
| БПМИ224 МОП || ?? || ?? || ?? || TBD || ...
|-
| По выбору || По выбору || ?? || ?? || ?? || ...
|-
| Онлайн || ?? || ?? || ?? || ?? || ...
|}

=== Полезные ссылки ===
Канал в Телеграме (для важных объявлений) [https://t.me/psmo24 тут ]

Youtube (записи+прошлый год и ЗВУК) [https://www.youtube.com/@SoundDLandStat тут]

Twitch (Стримы лекций) TBA

Общий чат в Телеграме для обсуждений/вопросов [https://t.me/+_F7DRBPD2uw2NDAy здесь]

* [https://github.com/XuMuK1/psmo2023 github]

== Лекции ==

[8 сентября] '''Лекция 1:''' Метод максимального правдоподобия, свойства ММП-оценок, модель клиента магазина. (для примера оформления)
* [ЖДЁМ Видео]
* [ЖДЁМ Конспект]

...

== Семинары ==
'''Семинар 1:''' Метод максимального правдоподобия. (для примера оформления)
* [ЖДЁМ Ноутбук]

...

== Домашние задания ==

Домашние задания представляют из себя python-ноутбук, где потребуется решить несколько теоретических задач, а также несколько задач с помощью программного кода.

Как сдавать ДЗ: Classroom TBA.

Политика дедлайнов: дедлайн задаётся обычно (кроме критических исключений) две недели после релиза последней части ДЗ. Можно сдавать 1 неделю после дедлайна со штрафом 30%, далее сдавать нельзя.

==== ДЗ-1 ====

ДЗ-1 состоит из трех частей. Дедлайн по всему ДЗ дд мм гггг 23:59.
* [ЖДЁМ Часть 1]
...

== Контрольная работа ==

Контрольная работа является письменной формой контроля. В контрольную работу войдут задачи по темам примерно до Лекции 8. После недели 8 планируется семинар консультаций и обычная лекция, затем неделя контрольной работы (на лекции) и обычные семинары, потом продолжение в обычном режиме. Возможны изменения, связанные с расписанием и праздниками.

== 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.

TBD

==Отчётность по курсу и критерии оценки==

===Итоговая оценка за курс===

Итоговая оценка за курс рассчитывается по следующей формуле:

Итог = 0.7*Накоп + 0.3*Максимум(Экз, Минимум(7,Накоп)),

0.7*Накоп= 0.4*Среднее(ДЗ1,ДЗ2,ДЗ3) + 0.3*КР.

==Литература==

Горяинова Е.Р., Панков А.Р., Платонов Е.Н. Прикладные методы анализа статистических данных – М.: Издательский дом Высшей школы экономики, 2012. (Очень много про непараметрические критерии со ссылками и деталями)

Wasserman L. All of Statistics: A Concise Course in Statistical Inference, Springer Science & Business Media, 2013 (в общем про "большую" статистику)

Чжун К.Л., АитСахлиа Ф. Элементарный курс теории вероятностей. Стохастические процессы и финансовая математика – М.: БИНОМ. Лаборатория знаний, 2014. (если интересно много простых примеров сложных понятий)

Лагутин М.Б. Наглядная математическая статистика – М.: БИНОМ Лаборатория знаний, 2015. (МНОГО МАТСТАТА, но наглядно)

=== Прочее ===

* '''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.

* '''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.

Прикладная статистика в машинном обучении 24/25

2024-09-01T10:50:31Z

Xumuk mk:

(ПОКА ВРЕМЕННАЯ ВЕРСИЯ)
== О курсе ==

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

'''Лектор:''' [https://t.me/XuMuK_MK Максим Каледин]

'''Семинаристы:''' ...
'''Учебные ассистенты:''' ...

=== Семинары ===

(!) Сверяйтесь с вашим актуальным расписанием, возможны изменения.

{| class="wikitable"
|-
! Группа !! Семинарист !! Учебный ассистент || Время занятий || Аудитория/ссылка || Способ связи
|-
| БПМИ221 МОП || ?? || ?? || ?? || ?? || ...
|-
| БПМИ222 МОП || ?? || ?? || ??|| ?? || ...
|-
| БПМИ223 МОП || ?? || ?? || ?? || TBD || ...
|-
| БПМИ224 МОП || ?? || ?? || ?? || TBD || ...
|-
| По выбору || По выбору || ?? || ?? || ?? || ...
|-
| Онлайн || ?? || ?? || ?? || ?? || ...
|}

=== Полезные ссылки ===
Канал в Телеграме (для важных объявлений) [https://t.me/psmo24 тут ]

Youtube (записи+прошлый год и ЗВУК) [https://www.youtube.com/@SoundDLandStat тут]

Twitch (Стримы лекций) TBA

Общий чат в Телеграме для обсуждений/вопросов [https://t.me/+_F7DRBPD2uw2NDAy здесь]

* [https://github.com/XuMuK1/psmo2023 github]

== Лекции ==

[8 сентября] '''Лекция 1:''' Метод максимального правдоподобия, свойства ММП-оценок, модель клиента магазина. (для примера оформления)
* [ЖДЁМ Видео]
* [ЖДЁМ Конспект]

...

== Семинары ==
'''Семинар 1:''' Метод максимального правдоподобия. (для примера оформления)
* [ЖДЁМ Ноутбук]

...

== Домашние задания ==

Домашние задания представляют из себя python-ноутбук, где потребуется решить несколько теоретических задач, а также несколько задач с помощью программного кода.

Как сдавать ДЗ: Classroom TBA.

Политика дедлайнов: дедлайн задаётся обычно (кроме критических исключений) две недели после релиза последней части ДЗ. Можно сдавать 1 неделю после дедлайна со штрафом 30%, далее сдавать нельзя.

==== ДЗ-1 ====

ДЗ-1 состоит из трех частей. Дедлайн по всему ДЗ дд мм гггг 23:59.
* [ЖДЁМ Часть 1]
...

== Контрольная работа ==

Контрольная работа является письменной формой контроля. В контрольную работу войдут задачи по темам примерно до Лекции 8. После недели 8 планируется неделя консультаций, затем неделя контрольной работы (на лекции) и потом продолжение лекций. Возможны изменения, связанные с расписанием и праздниками.

== 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.

TBD

==Отчётность по курсу и критерии оценки==

===Итоговая оценка за курс===

Итоговая оценка за курс рассчитывается по следующей формуле:

Итог = 0.7*Накоп + 0.3*Максимум(Экз, Минимум(7,Накоп)),

0.7*Накоп= 0.4*Среднее(ДЗ1,ДЗ2,ДЗ3) + 0.3*КР.

==Литература==

Горяинова Е.Р., Панков А.Р., Платонов Е.Н. Прикладные методы анализа статистических данных – М.: Издательский дом Высшей школы экономики, 2012. (Очень много про непараметрические критерии со ссылками и деталями)

Wasserman L. All of Statistics: A Concise Course in Statistical Inference, Springer Science & Business Media, 2013 (в общем про "большую" статистику)

Чжун К.Л., АитСахлиа Ф. Элементарный курс теории вероятностей. Стохастические процессы и финансовая математика – М.: БИНОМ. Лаборатория знаний, 2014. (если интересно много простых примеров сложных понятий)

Лагутин М.Б. Наглядная математическая статистика – М.: БИНОМ Лаборатория знаний, 2015. (МНОГО МАТСТАТА, но наглядно)

=== Прочее ===

* '''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.

* '''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.

Прикладная статистика в машинном обучении 24/25

2024-09-01T10:48:41Z

Xumuk mk:

(ПОКА ВРЕМЕННАЯ ВЕРСИЯ)
== О курсе ==

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

'''Лектор:''' [https://t.me/XuMuK_MK Максим Каледин]

'''Семинаристы:''' ...
'''Учебные ассистенты:''' ...

=== Семинары ===

(!) Сверяйтесь с вашим актуальным расписанием, возможны изменения.

{| class="wikitable"
|-
! Группа !! Семинарист !! Учебный ассистент || Время занятий || Аудитория/ссылка || Способ связи
|-
| БПМИ221 МОП || ?? || ?? || ?? || ?? || ...
|-
| БПМИ222 МОП || ?? || ?? || ??|| ?? || ...
|-
| БПМИ223 МОП || ?? || ?? || ?? || TBD || ...
|-
| БПМИ224 МОП || ?? || ?? || ?? || TBD || ...
|-
| По выбору || По выбору || ?? || ?? || ?? || ...
|-
| Онлайн || ?? || ?? || ?? || ?? || ...
|}

=== Полезные ссылки ===
Канал в Телеграме (для важных объявлений) [https://t.me/psmo24 тут ]

Youtube (записи+прошлый год и ЗВУК) [https://www.youtube.com/@SoundDLandStat тут]

Twitch (Стримы лекций) TBA

Общий чат в Телеграме для обсуждений/вопросов [https://t.me/+_F7DRBPD2uw2NDAy здесь]

* [https://github.com/XuMuK1/psmo2023 github]

== Лекции ==

[8 сентября] '''Лекция 1:''' Метод максимального правдоподобия, свойства ММП-оценок, модель клиента магазина. (для примера оформления)
* [ЖДЁМ Видео]
* [ЖДЁМ Конспект]

...

== Семинары ==
'''Семинар 1:''' Метод максимального правдоподобия. (для примера оформления)
* [ЖДЁМ Ноутбук]

...

== Домашние задания ==

Домашние задания представляют из себя python-ноутбук, где потребуется решить несколько теоретических задач, а также несколько задач с помощью программного кода.

Как сдавать ДЗ: Anytask TBD.
==== ДЗ-1 ====

ДЗ-1 состоит из трех частей. Дедлайн по всему ДЗ дд мм гггг 23:59.
* [ЖДЁМ Часть 1]
...

== Контрольная работа ==

Контрольная работа является письменной формой контроля. В контрольную работу войдут задачи по темам примерно до Лекции 8. После недели 8 планируется неделя консультаций, затем неделя контрольной работы (на лекции) и потом продолжение лекций. Возможны изменения, связанные с расписанием и праздниками.

== 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.

TBD

==Отчётность по курсу и критерии оценки==

===Итоговая оценка за курс===

Итоговая оценка за курс рассчитывается по следующей формуле:

Итог = 0.7*Накоп + 0.3*Максимум(Экз, Минимум(7,Накоп)),

0.7*Накоп= 0.4*Среднее(ДЗ1,ДЗ2,ДЗ3) + 0.3*КР.

==Литература==

Горяинова Е.Р., Панков А.Р., Платонов Е.Н. Прикладные методы анализа статистических данных – М.: Издательский дом Высшей школы экономики, 2012. (Очень много про непараметрические критерии со ссылками и деталями)

Wasserman L. All of Statistics: A Concise Course in Statistical Inference, Springer Science & Business Media, 2013 (в общем про "большую" статистику)

Чжун К.Л., АитСахлиа Ф. Элементарный курс теории вероятностей. Стохастические процессы и финансовая математика – М.: БИНОМ. Лаборатория знаний, 2014. (если интересно много простых примеров сложных понятий)

Лагутин М.Б. Наглядная математическая статистика – М.: БИНОМ Лаборатория знаний, 2015. (МНОГО МАТСТАТА, но наглядно)

=== Прочее ===

* '''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.

* '''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.

Прикладная статистика в машинном обучении 24/25

2024-09-01T10:48:25Z

Xumuk mk:

(ПОКА ВРЕМЕННАЯ ВЕРСИЯ)
== О курсе ==

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

'''Лектор:''' [https://t.me/XuMuK_MK Максим Каледин]

'''Семинаристы:''' ...
'''Учебные ассистенты:''' ...

=== Семинары ===

(!) Сверяйтесь с вашим актуальным расписанием, возможны изменения.

{| class="wikitable"
|-
! Группа !! Семинарист !! Учебный ассистент || Время занятий || Аудитория/ссылка || Способ связи
|-
| БПМИ221 МОП || ?? || ?? || ?? || ?? || ...
|-
| БПМИ222 МОП || ?? || ?? || ??|| ?? || ...
|-
| БПМИ223 МОП || ?? || ?? || ?? || TBD || ...
|-
| БПМИ224 МОП || ?? || ?? || ?? || TBD || ...
|-
| По выбору || По выбору || ?? || ?? || ?? || ...
|-
| Онлайн || ?? || ?? || ?? || ?? || ...
|}

=== Полезные ссылки ===
Канал в Телеграме (для важных объявлений) [https://t.me/psmo24 тут ]

Youtube (записи+прошлый год и ЗВУК) [https://www.youtube.com/@SoundDLandStat тут]

Twitch (Стримы лекций) TBA

Общий чат в Телеграме для обсуждений/вопросов [https://t.me/+_F7DRBPD2uw2NDAy здесь]

* [https://github.com/XuMuK1/psmo2023 github]

== Лекции ==

[8 сентября] '''Лекция 1:''' Метод максимального правдоподобия, свойства ММП-оценок, модель клиента магазина. (для примера оформления)
* [ЖДЁМ Видео]
* [ЖДЁМ Конспект]

...

== Семинары ==
'''Семинар 1:''' Метод максимального правдоподобия. (для примера оформления)
* [ЖДЁМ Ноутбук]

...

== Домашние задания ==

Домашние задания представляют из себя python-ноутбук, где потребуется решить несколько теоретических задач, а также несколько задач с помощью программного кода.

Как сдавать ДЗ: Anytask TBD.
==== ДЗ-1 ====

ДЗ-1 состоит из трех частей. Дедлайн по всему ДЗ дд мм гггг 23:59.
* [https://github.com/XuMuK1/psmo2023/blob/master/homeworks/hw01/Homework_1_part_1.ipynb Часть 1](для примера оформления на вики)
...

== Контрольная работа ==

Контрольная работа является письменной формой контроля. В контрольную работу войдут задачи по темам примерно до Лекции 8. После недели 8 планируется неделя консультаций, затем неделя контрольной работы (на лекции) и потом продолжение лекций. Возможны изменения, связанные с расписанием и праздниками.

== 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.

TBD

==Отчётность по курсу и критерии оценки==

===Итоговая оценка за курс===

Итоговая оценка за курс рассчитывается по следующей формуле:

Итог = 0.7*Накоп + 0.3*Максимум(Экз, Минимум(7,Накоп)),

0.7*Накоп= 0.4*Среднее(ДЗ1,ДЗ2,ДЗ3) + 0.3*КР.

==Литература==

Горяинова Е.Р., Панков А.Р., Платонов Е.Н. Прикладные методы анализа статистических данных – М.: Издательский дом Высшей школы экономики, 2012. (Очень много про непараметрические критерии со ссылками и деталями)

Wasserman L. All of Statistics: A Concise Course in Statistical Inference, Springer Science & Business Media, 2013 (в общем про "большую" статистику)

Чжун К.Л., АитСахлиа Ф. Элементарный курс теории вероятностей. Стохастические процессы и финансовая математика – М.: БИНОМ. Лаборатория знаний, 2014. (если интересно много простых примеров сложных понятий)

Лагутин М.Б. Наглядная математическая статистика – М.: БИНОМ Лаборатория знаний, 2015. (МНОГО МАТСТАТА, но наглядно)

=== Прочее ===

* '''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.

* '''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.

Прикладная статистика в машинном обучении 24/25

2024-09-01T10:48:11Z

Xumuk mk:

(ПОКА ВРЕМЕННАЯ ВЕРСИЯ)
== О курсе ==

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

'''Лектор:''' [https://t.me/XuMuK_MK Максим Каледин]

'''Семинаристы:''' ...
'''Учебные ассистенты:''' ...

=== Семинары ===

(!) Сверяйтесь с вашим актуальным расписанием, возможны изменения.

{| class="wikitable"
|-
! Группа !! Семинарист !! Учебный ассистент || Время занятий || Аудитория/ссылка || Способ связи
|-
| БПМИ221 МОП || ?? || ?? || ?? || ?? || ...
|-
| БПМИ222 МОП || ?? || ?? || ??|| ?? || ...
|-
| БПМИ223 МОП || ?? || ?? || ?? || TBD || ...
|-
| БПМИ224 МОП || ?? || ?? || ?? || TBD || ...
|-
| По выбору || По выбору || ?? || ?? || ?? || ...
|-
| Онлайн || ?? || ?? || ?? || ?? || ...
|}

=== Полезные ссылки ===
Канал в Телеграме (для важных объявлений) [https://t.me/psmo24 тут ]

Youtube (записи+прошлый год и ЗВУК) [https://www.youtube.com/@SoundDLandStat тут]

Twitch (Стримы лекций) TBA

Общий чат в Телеграме для обсуждений/вопросов [https://t.me/+_F7DRBPD2uw2NDAy здесь]

* [https://github.com/XuMuK1/psmo2023 github]

== Лекции ==

[8 сентября] '''Лекция 1:''' Метод максимального правдоподобия, свойства ММП-оценок, модель клиента магазина. (для примера оформления)
* [ЖДЁМ Видео]
* [ЖДЁМ Конспект]

...

== Семинары ==
'''Семинар 1:''' Метод максимального правдоподобия. (для примера оформления)
* [https://github.com/XuMuK1/psmo2023/blob/master/seminars/Seminar_1.ipynb Ноутбук]

...

== Домашние задания ==

Домашние задания представляют из себя python-ноутбук, где потребуется решить несколько теоретических задач, а также несколько задач с помощью программного кода.

Как сдавать ДЗ: Anytask TBD.
==== ДЗ-1 ====

ДЗ-1 состоит из трех частей. Дедлайн по всему ДЗ дд мм гггг 23:59.
* [https://github.com/XuMuK1/psmo2023/blob/master/homeworks/hw01/Homework_1_part_1.ipynb Часть 1](для примера оформления на вики)
...

== Контрольная работа ==

Контрольная работа является письменной формой контроля. В контрольную работу войдут задачи по темам примерно до Лекции 8. После недели 8 планируется неделя консультаций, затем неделя контрольной работы (на лекции) и потом продолжение лекций. Возможны изменения, связанные с расписанием и праздниками.

== 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.

TBD

==Отчётность по курсу и критерии оценки==

===Итоговая оценка за курс===

Итоговая оценка за курс рассчитывается по следующей формуле:

Итог = 0.7*Накоп + 0.3*Максимум(Экз, Минимум(7,Накоп)),

0.7*Накоп= 0.4*Среднее(ДЗ1,ДЗ2,ДЗ3) + 0.3*КР.

==Литература==

Горяинова Е.Р., Панков А.Р., Платонов Е.Н. Прикладные методы анализа статистических данных – М.: Издательский дом Высшей школы экономики, 2012. (Очень много про непараметрические критерии со ссылками и деталями)

Wasserman L. All of Statistics: A Concise Course in Statistical Inference, Springer Science & Business Media, 2013 (в общем про "большую" статистику)

Чжун К.Л., АитСахлиа Ф. Элементарный курс теории вероятностей. Стохастические процессы и финансовая математика – М.: БИНОМ. Лаборатория знаний, 2014. (если интересно много простых примеров сложных понятий)

Лагутин М.Б. Наглядная математическая статистика – М.: БИНОМ Лаборатория знаний, 2015. (МНОГО МАТСТАТА, но наглядно)

=== Прочее ===

* '''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.

* '''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.

Прикладная статистика в машинном обучении 24/25

2024-09-01T10:45:16Z

Xumuk mk:

(ПОКА ВРЕМЕННАЯ ВЕРСИЯ)
== О курсе ==

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

'''Лектор:''' [https://t.me/XuMuK_MK Максим Каледин]

'''Семинаристы:''' ...
'''Учебные ассистенты:''' ...

=== Семинары ===

(!) Сверяйтесь с вашим актуальным расписанием, возможны изменения.

{| class="wikitable"
|-
! Группа !! Семинарист !! Учебный ассистент || Время занятий || Аудитория/ссылка || Способ связи
|-
| БПМИ221 МОП || ?? || ?? || ?? || ?? || ...
|-
| БПМИ222 МОП || ?? || ?? || ??|| ?? || ...
|-
| БПМИ223 МОП || ?? || ?? || ?? || TBD || ...
|-
| БПМИ224 МОП || ?? || ?? || ?? || TBD || ...
|-
| По выбору || По выбору || ?? || ?? || ?? || ...
|-
| Онлайн || ?? || ?? || ?? || ?? || ...
|}

=== Полезные ссылки ===
Канал в Телеграме (для важных объявлений) [https://t.me/psmo24 тут ]

Youtube (записи+прошлый год и ЗВУК) [https://www.youtube.com/@SoundDLandStat тут]

Twitch (Стримы лекций) TBA

Общий чат в Телеграме для обсуждений/вопросов [https://t.me/+_F7DRBPD2uw2NDAy здесь]

* [https://github.com/XuMuK1/psmo2023 github]

== Лекции ==

[8 сентября] '''Лекция 1:''' Метод максимального правдоподобия, свойства ММП-оценок, модель клиента магазина. (для примера оформления)
* [https://www.youtube.com/watch?v=XnCdfBFeWG0 Видео]
* [https://github.com/XuMuK1/psmo2023/blob/master/lectures/Lec1-MLE.pdf Конспект]

...

== Семинары ==
'''Семинар 1:''' Метод максимального правдоподобия. (для примера оформления)
* [https://github.com/XuMuK1/psmo2023/blob/master/seminars/Seminar_1.ipynb Ноутбук]

...

== Домашние задания ==

Домашние задания представляют из себя python-ноутбук, где потребуется решить несколько теоретических задач, а также несколько задач с помощью программного кода.

Как сдавать ДЗ: Anytask TBD.
==== ДЗ-1 ====

ДЗ-1 состоит из трех частей. Дедлайн по всему ДЗ дд мм гггг 23:59.
* [https://github.com/XuMuK1/psmo2023/blob/master/homeworks/hw01/Homework_1_part_1.ipynb Часть 1](для примера оформления на вики)
...

== Контрольная работа ==

Контрольная работа является письменной формой контроля. В контрольную работу войдут задачи по темам примерно до Лекции 8. После недели 8 планируется неделя консультаций, затем неделя контрольной работы (на лекции) и потом продолжение лекций. Возможны изменения, связанные с расписанием и праздниками.

== 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.

TBD

==Отчётность по курсу и критерии оценки==

===Итоговая оценка за курс===

Итоговая оценка за курс рассчитывается по следующей формуле:

Итог = 0.7*Накоп + 0.3*Максимум(Экз, Минимум(7,Накоп)),

0.7*Накоп= 0.4*Среднее(ДЗ1,ДЗ2,ДЗ3) + 0.3*КР.

==Литература==

Горяинова Е.Р., Панков А.Р., Платонов Е.Н. Прикладные методы анализа статистических данных – М.: Издательский дом Высшей школы экономики, 2012. (Очень много про непараметрические критерии со ссылками и деталями)

Wasserman L. All of Statistics: A Concise Course in Statistical Inference, Springer Science & Business Media, 2013 (в общем про "большую" статистику)

Чжун К.Л., АитСахлиа Ф. Элементарный курс теории вероятностей. Стохастические процессы и финансовая математика – М.: БИНОМ. Лаборатория знаний, 2014. (если интересно много простых примеров сложных понятий)

Лагутин М.Б. Наглядная математическая статистика – М.: БИНОМ Лаборатория знаний, 2015. (МНОГО МАТСТАТА, но наглядно)

=== Прочее ===

* '''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.

* '''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.

Прикладная статистика в машинном обучении 24/25

2024-09-01T10:42:05Z

Xumuk mk:

(ПОКА ВРЕМЕННАЯ ВЕРСИЯ)
== О курсе ==

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

'''Лектор:''' [https://t.me/XuMuK_MK Максим Каледин]

'''Семинаристы:''' ...
'''Учебные ассистенты:''' ...

=== Семинары ===

(!) Сверяйтесь с вашим актуальным расписанием, возможны изменения.

{| class="wikitable"
|-
! Группа !! Семинарист !! Учебный ассистент || Время занятий || Аудитория/ссылка || Способ связи
|-
| БПМИ221 МОП || ?? || ?? || ?? || ?? || ...
|-
| БПМИ222 МОП || ?? || ?? || ??|| ?? || ...
|-
| БПМИ223 МОП || ?? || ?? || ?? || TBD || ...
|-
| БПМИ224 МОП || ?? || ?? || ?? || TBD || ...
|-
| По выбору || По выбору || ?? || ?? || ?? || ...
|-
| Онлайн || ?? || ?? || ?? || ?? || ...
|}

=== Полезные ссылки ===
Канал в Телеграме (для важных объявлений) [https://t.me/psmo24 тут ]

Youtube (записи+прошлый год и ЗВУК) [https://www.youtube.com/@SoundDLandStat тут]

Twitch (Стримы лекций) TBA

Общий чат в Телеграме для обсуждений/вопросов TBA

* [https://github.com/XuMuK1/psmo2023 github]

== Лекции ==

[8 сентября] '''Лекция 1:''' Метод максимального правдоподобия, свойства ММП-оценок, модель клиента магазина. (для примера оформления)
* [https://www.youtube.com/watch?v=XnCdfBFeWG0 Видео]
* [https://github.com/XuMuK1/psmo2023/blob/master/lectures/Lec1-MLE.pdf Конспект]

...

== Семинары ==
'''Семинар 1:''' Метод максимального правдоподобия. (для примера оформления)
* [https://github.com/XuMuK1/psmo2023/blob/master/seminars/Seminar_1.ipynb Ноутбук]

...

== Домашние задания ==

Домашние задания представляют из себя python-ноутбук, где потребуется решить несколько теоретических задач, а также несколько задач с помощью программного кода.

Как сдавать ДЗ: Anytask TBD.
==== ДЗ-1 ====

ДЗ-1 состоит из трех частей. Дедлайн по всему ДЗ дд мм гггг 23:59.
* [https://github.com/XuMuK1/psmo2023/blob/master/homeworks/hw01/Homework_1_part_1.ipynb Часть 1](для примера оформления на вики)
...

== Контрольная работа ==

Контрольная работа является письменной формой контроля. В контрольную работу войдут задачи по темам примерно до Лекции 8. После недели 8 планируется неделя консультаций, затем неделя контрольной работы (на лекции) и потом продолжение лекций. Возможны изменения, связанные с расписанием и праздниками.

== 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.

TBD

==Отчётность по курсу и критерии оценки==

===Итоговая оценка за курс===

Итоговая оценка за курс рассчитывается по следующей формуле:

Итог = 0.7*Накоп + 0.3*Максимум(Экз, Минимум(7,Накоп)),

0.7*Накоп= 0.4*Среднее(ДЗ1,ДЗ2,ДЗ3) + 0.3*КР.

==Литература==

Горяинова Е.Р., Панков А.Р., Платонов Е.Н. Прикладные методы анализа статистических данных – М.: Издательский дом Высшей школы экономики, 2012. (Очень много про непараметрические критерии со ссылками и деталями)

Wasserman L. All of Statistics: A Concise Course in Statistical Inference, Springer Science & Business Media, 2013 (в общем про "большую" статистику)

Чжун К.Л., АитСахлиа Ф. Элементарный курс теории вероятностей. Стохастические процессы и финансовая математика – М.: БИНОМ. Лаборатория знаний, 2014. (если интересно много простых примеров сложных понятий)

Лагутин М.Б. Наглядная математическая статистика – М.: БИНОМ Лаборатория знаний, 2015. (МНОГО МАТСТАТА, но наглядно)

=== Прочее ===

* '''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.

* '''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.

Прикладная статистика в машинном обучении 24/25

2024-09-01T10:35:07Z

Xumuk mk:

(ПОКА ВРЕМЕННАЯ ВЕРСИЯ)
== О курсе ==

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

'''Лектор:''' [https://t.me/XuMuK_MK Максим Каледин]

'''Семинаристы:''' ...
'''Учебные ассистенты:''' ...

=== Семинары ===

(!) Сверяйтесь с вашим актуальным расписанием, возможны изменения.

{| class="wikitable"
|-
! Группа !! Семинарист !! Учебный ассистент || Время занятий || Аудитория/ссылка || Способ связи
|-
| БПМИ221 МОП || ?? || ?? || ?? || ?? || ...
|-
| БПМИ222 МОП || ?? || ?? || ??|| ?? || ...
|-
| БПМИ223 МОП || ?? || ?? || ?? || TBD || ...
|-
| БПМИ224 МОП || ?? || ?? || ?? || TBD || ...
|-
| По выбору || По выбору || ?? || ?? || ?? || ...
|-
| Онлайн || ?? || ?? || ?? || ?? || ...
|}

=== Полезные ссылки ===
Канал в Телеграме (для важных объявлений) [https://t.me/psmo24 тут ]

Youtube (записи+прошлый год и ЗВУК) [https://www.youtube.com/@SoundDLandStat тут]

Twitch (Стримы лекций) TBA

Общий чат в Телеграме для обсуждений/вопросов TBA

* [https://github.com/XuMuK1/psmo2023 github]

== Лекции ==

[8 сентября] '''Лекция 1:''' Метод максимального правдоподобия, свойства ММП-оценок, модель клиента магазина. (для примера оформления)
* [https://www.youtube.com/watch?v=XnCdfBFeWG0 Видео]
* [https://github.com/XuMuK1/psmo2023/blob/master/lectures/Lec1-MLE.pdf Конспект]

...

== Семинары ==
'''Семинар 1:''' Метод максимального правдоподобия. (для примера оформления)
* [https://github.com/XuMuK1/psmo2023/blob/master/seminars/Seminar_1.ipynb Ноутбук]

...

== Домашние задания ==

Домашние задания представляют из себя python-ноутбук, где потребуется решить несколько теоретических задач, а также несколько задач с помощью программного кода.

Как сдавать ДЗ: Anytask TBD.
==== ДЗ-1 ====

ДЗ-1 состоит из трех частей. Дедлайн по всему ДЗ дд мм гггг 23:59.
* [https://github.com/XuMuK1/psmo2023/blob/master/homeworks/hw01/Homework_1_part_1.ipynb Часть 1](для примера оформления на вики)
...

== Контрольная работа ==

Контрольная работа является письменной формой контроля. В контрольную работу войдут задачи по темам примерно до Лекции 8. После недели 8 планируется неделя консультаций, затем неделя контрольной работы (на лекции) и потом продолжение лекций. Возможны изменения, связанные с расписанием и праздниками.

== 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.

TBD

==Отчётность по курсу и критерии оценки==

===Итоговая оценка за курс===

Итоговая оценка за курс рассчитывается по следующей формуле:

Итог = .

==Литература==

Горяинова Е.Р., Панков А.Р., Платонов Е.Н. Прикладные методы анализа статистических данных – М.: Издательский дом Высшей школы экономики, 2012. (Очень много про непараметрические критерии со ссылками и деталями)

Wasserman L. All of Statistics: A Concise Course in Statistical Inference, Springer Science & Business Media, 2013 (в общем про "большую" статистику)

Чжун К.Л., АитСахлиа Ф. Элементарный курс теории вероятностей. Стохастические процессы и финансовая математика – М.: БИНОМ. Лаборатория знаний, 2014. (если интересно много простых примеров сложных понятий)

Лагутин М.Б. Наглядная математическая статистика – М.: БИНОМ Лаборатория знаний, 2015. (МНОГО МАТСТАТА, но наглядно)

=== Прочее ===

* '''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.

* '''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.

Прикладная статистика в машинном обучении 24/25

2024-09-01T10:29:40Z

Xumuk mk:

(ПОКА ВРЕМЕННАЯ ВЕРСИЯ)
== О курсе ==

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

'''Лектор:''' [https://t.me/XuMuK_MK Максим Каледин]

'''Семинаристы:''' ...
'''Учебные ассистенты:''' ...

=== Семинары ===

(!) Сверяйтесь с вашим актуальным расписанием, возможны изменения.

{| class="wikitable"
|-
! Группа !! Семинарист !! Учебный ассистент || Время занятий || Аудитория/ссылка || Способ связи
|-
| БПМИ221 МОП || ?? || ?? || ?? || ?? || ...
|-
| БПМИ222 МОП || ?? || ?? || ??|| ?? || ...
|-
| БПМИ223 МОП || ?? || ?? || ?? || TBD || ...
|-
| БПМИ224 МОП || ?? || ?? || ?? || TBD || ...
|-
| По выбору || По выбору || ?? || ?? || ?? || ...
|-
| Онлайн || ?? || ?? || ?? || ?? || ...
|}

=== Полезные ссылки ===
Канал в Телеграме (для важных объявлений) [https://t.me/psmo24 тут ]

Общий чат в Телеграме для обсуждений/вопросов будет тут

* [https://github.com/XuMuK1/psmo2023 github]

== Лекции ==

[8 сентября] '''Лекция 1:''' Метод максимального правдоподобия, свойства ММП-оценок, модель клиента магазина. (для примера оформления)
* [https://www.youtube.com/watch?v=XnCdfBFeWG0 Видео]
* [https://github.com/XuMuK1/psmo2023/blob/master/lectures/Lec1-MLE.pdf Конспект]

...

== Семинары ==
'''Семинар 1:''' Метод максимального правдоподобия. (для примера оформления)
* [https://github.com/XuMuK1/psmo2023/blob/master/seminars/Seminar_1.ipynb Ноутбук]

...

== Домашние задания ==

Домашние задания представляют из себя python-ноутбук, где потребуется решить несколько теоретических задач, а также несколько задач с помощью программного кода.

Как сдавать ДЗ: Anytask TBD.
==== ДЗ-1 ====

ДЗ-1 состоит из трех частей. Дедлайн по всему ДЗ дд мм гггг 23:59.
* [https://github.com/XuMuK1/psmo2023/blob/master/homeworks/hw01/Homework_1_part_1.ipynb Часть 1](для примера оформления на вики)
...

== Контрольная работа ==

Контрольная работа является письменной формой контроля. В контрольную работу войдут задачи по темам примерно до Лекции 8. После недели 8 планируется неделя консультаций, затем неделя контрольной работы (на лекции) и потом продолжение лекций. Возможны изменения, связанные с расписанием и праздниками.

== 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.

TBD

==Отчётность по курсу и критерии оценки==

===Итоговая оценка за курс===

Итоговая оценка за курс рассчитывается по следующей формуле:

Итог = .

==Литература==

Горяинова Е.Р., Панков А.Р., Платонов Е.Н. Прикладные методы анализа статистических данных – М.: Издательский дом Высшей школы экономики, 2012. (Очень много про непараметрические критерии со ссылками и деталями)

Wasserman L. All of Statistics: A Concise Course in Statistical Inference, Springer Science & Business Media, 2013 (в общем про "большую" статистику)

Чжун К.Л., АитСахлиа Ф. Элементарный курс теории вероятностей. Стохастические процессы и финансовая математика – М.: БИНОМ. Лаборатория знаний, 2014. (если интересно много простых примеров сложных понятий)

Лагутин М.Б. Наглядная математическая статистика – М.: БИНОМ Лаборатория знаний, 2015. (МНОГО МАТСТАТА, но наглядно)

=== Прочее ===

* '''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.

* '''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.

Прикладная статистика в машинном обучении 24/25

2024-09-01T10:16:06Z

Xumuk mk:

(ПОКА ВРЕМЕННАЯ ВЕРСИЯ)
== О курсе ==

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

'''Лектор:''' [https://t.me/XuMuK_MK Максим Каледин]

'''Семинаристы:''' ...
'''Учебные ассистенты:''' ...

=== Семинары ===

(!) Сверяйтесь с вашим актуальным расписанием, возможны изменения.

{| class="wikitable"
|-
! Группа !! Семинарист !! Учебный ассистент || Время занятий || Аудитория/ссылка || Способ связи
|-
| БПМИ221 МОП || ?? || ?? || ?? || ?? || ...
|-
| БПМИ222 МОП || ?? || ?? || ??|| ?? || ...
|-
| БПМИ223 МОП || ?? || ?? || ?? || TBD || ...
|-
| БПМИ224 МОП || ?? || ?? || ?? || TBD || ...
|-
| По выбору || По выбору || ?? || ?? || ?? || ...
|-
| Онлайн || ?? || ?? || ?? || ?? || ...
|}

=== Полезные ссылки ===
Канал в Телеграме (для важных объявлений) будет тут

Общий чат в Телеграме для обсуждений/вопросов будет тут

* [https://github.com/XuMuK1/psmo2023 github]

== Лекции ==

[8 сентября] '''Лекция 1:''' Метод максимального правдоподобия, свойства ММП-оценок, модель клиента магазина. (для примера оформления)
* [https://www.youtube.com/watch?v=XnCdfBFeWG0 Видео]
* [https://github.com/XuMuK1/psmo2023/blob/master/lectures/Lec1-MLE.pdf Конспект]

...

== Семинары ==
'''Семинар 1:''' Метод максимального правдоподобия. (для примера оформления)
* [https://github.com/XuMuK1/psmo2023/blob/master/seminars/Seminar_1.ipynb Ноутбук]

...

== Домашние задания ==

Домашние задания представляют из себя python-ноутбук, где потребуется решить несколько теоретических задач, а также несколько задач с помощью программного кода.

Как сдавать ДЗ: Anytask TBD.
==== ДЗ-1 ====

ДЗ-1 состоит из трех частей. Дедлайн по всему ДЗ дд мм гггг 23:59.
* [https://github.com/XuMuK1/psmo2023/blob/master/homeworks/hw01/Homework_1_part_1.ipynb Часть 1](для примера оформления на вики)
...

== Контрольная работа ==

Контрольная работа является письменной формой контроля. В контрольную работу войдут задачи по темам примерно до Лекции 8. После недели 8 планируется неделя консультаций, затем неделя контрольной работы (на лекции) и потом продолжение лекций. Возможны изменения, связанные с расписанием и праздниками.

== 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.

TBD

==Отчётность по курсу и критерии оценки==

===Итоговая оценка за курс===

Итоговая оценка за курс рассчитывается по следующей формуле:

Итог = .

==Литература==

Горяинова Е.Р., Панков А.Р., Платонов Е.Н. Прикладные методы анализа статистических данных – М.: Издательский дом Высшей школы экономики, 2012. (Очень много про непараметрические критерии со ссылками и деталями)

Wasserman L. All of Statistics: A Concise Course in Statistical Inference, Springer Science & Business Media, 2013 (в общем про "большую" статистику)

Чжун К.Л., АитСахлиа Ф. Элементарный курс теории вероятностей. Стохастические процессы и финансовая математика – М.: БИНОМ. Лаборатория знаний, 2014. (если интересно много простых примеров сложных понятий)

Лагутин М.Б. Наглядная математическая статистика – М.: БИНОМ Лаборатория знаний, 2015. (МНОГО МАТСТАТА, но наглядно)

=== Прочее ===

* '''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.

* '''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.

Прикладная статистика в машинном обучении 24/25

2024-09-01T10:04:21Z

Xumuk mk:

(ПОКА ВРЕМЕННАЯ ВЕРСИЯ)
== О курсе ==

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

'''Лектор:''' [https://t.me/XuMuK_MK Максим Каледин]

'''Семинаристы:''' ...
'''Учебные ассистенты:''' ...

=== Семинары ===

(!) Сверяйтесь с вашим актуальным расписанием, возможны изменения.

{| class="wikitable"
|-
! Группа !! Семинарист !! Учебный ассистент || Время занятий || Аудитория/ссылка || Способ связи
|-
| БПМИ221 МОП || ?? || ?? || ?? || ?? || ...
|-
| БПМИ222 МОП || ?? || ?? || ??|| ?? || ...
|-
| БПМИ223 МОП || ?? || ?? || ?? || TBD || ...
|-
| БПМИ224 МОП || ?? || ?? || ?? || TBD || ...
|-
| По выбору/онлайн || ?? || ?? || ?? || ?? || ...
|}

=== Полезные ссылки ===
Канал в Телеграме (для важных объявлений) будет тут

Общий чат в Телеграме для обсуждений/вопросов будет тут

* [https://github.com/XuMuK1/psmo2023 github]

== Лекции ==

[8 сентября] '''Лекция 1:''' Метод максимального правдоподобия, свойства ММП-оценок, модель клиента магазина. (для примера оформления)
* [https://www.youtube.com/watch?v=XnCdfBFeWG0 Видео]
* [https://github.com/XuMuK1/psmo2023/blob/master/lectures/Lec1-MLE.pdf Конспект]

...

== Семинары ==
'''Семинар 1:''' Метод максимального правдоподобия. (для примера оформления)
* [https://github.com/XuMuK1/psmo2023/blob/master/seminars/Seminar_1.ipynb Ноутбук]

...

== Домашние задания ==

Домашние задания представляют из себя python-ноутбук, где потребуется решить несколько теоретических задач, а также несколько задач с помощью программного кода.

Как сдавать ДЗ: Anytask TBD.
==== ДЗ-1 ====

ДЗ-1 состоит из трех частей. Дедлайн по всему ДЗ дд мм гггг 23:59.
* [https://github.com/XuMuK1/psmo2023/blob/master/homeworks/hw01/Homework_1_part_1.ipynb Часть 1](для примера оформления на вики)
...

== Контрольная работа ==

Контрольная работа является письменной формой контроля. В контрольную работу войдут задачи по темам примерно до Лекции 8. После недели 8 планируется неделя консультаций, затем неделя контрольной работы (на лекции) и потом продолжение лекций. Возможны изменения, связанные с расписанием и праздниками.

== 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.

TBD

==Отчётность по курсу и критерии оценки==

===Итоговая оценка за курс===

Итоговая оценка за курс рассчитывается по следующей формуле:

Итог = .

==Литература==

Горяинова Е.Р., Панков А.Р., Платонов Е.Н. Прикладные методы анализа статистических данных – М.: Издательский дом Высшей школы экономики, 2012. (Очень много про непараметрические критерии со ссылками и деталями)

Wasserman L. All of Statistics: A Concise Course in Statistical Inference, Springer Science & Business Media, 2013 (в общем про "большую" статистику)

Чжун К.Л., АитСахлиа Ф. Элементарный курс теории вероятностей. Стохастические процессы и финансовая математика – М.: БИНОМ. Лаборатория знаний, 2014. (если интересно много простых примеров сложных понятий)

Лагутин М.Б. Наглядная математическая статистика – М.: БИНОМ Лаборатория знаний, 2015. (МНОГО МАТСТАТА, но наглядно)

=== Прочее ===

* '''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.

* '''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.

Глубинное обучение в обработке звука 24/25

2024-08-26T12:33:59Z

Xumuk mk:

== О курсе ==

Курс читается в 1-2 модуле и адресован 4 курсу ПМИ, но какое-то ограниченное число внешних слушателей тоже записывается каждый год.

Курс посвящен глубинному обучению в обработке звука – самой активно развивающейся области машинного обучения. Слушатели курса узнают, какие различные задачи обработки звука можно решать с помощью нейронных сетей. Курс имеет явную практическую направленность, студентам предлагаются задания на обучение нейронных сетей на фреймворке PyTorch языка программирования Python с глубоким погружением в техническую сторону задачи и с опорой на серьёзную организацию экспериментов и работы.

== Расписание ==

Занятия проводятся полностью онлайн. Время и день TBD.

== Полезные ссылки ==

Репозиторий курса(ветка 2024): https://github.com/markovka17/dla

Канал с объявлениями курса : https://t.me/dla_announcements

DLA чат : https://t.me/+EaCdu075tyowNGIy

Записи занятий: ...

Инвайт в энитаск: ...

== Преподаватели и ассистенты ==

{| class="wikitable"
|-
! Преподаватели !! Ассистенты
|-
| [https://t.me/fedorovgv Григорий Фёдоров] || TBA
|-
| [https://t.me/aibrain Айбек Аланов] ||
|-
| [https://t.me/Blinorot Пётр Гринберг] ||
|-
| [https://t.me/XuMuK_MK Максим Каледин] ||
|}

== Формула оценок ==

Округление арифметическое.
TBA

'''Формат экзамена''': устный.

Глубинное обучение в обработке звука 24/25

2024-08-26T11:19:55Z

Xumuk mk:

== О курсе ==

Курс читается в 1-2 модуле и адресован 4 курсу ПМИ, но какое-то ограниченное число внешних слушателей тоже записывается каждый год.

Курс посвящен глубинному обучению в обработке звука – самой активно развивающейся области машинного обучения. Слушатели курса узнают, какие различные задачи обработки звука можно решать с помощью нейронных сетей. Курс имеет явную практическую направленность, студентам предлагаются задания на обучение нейронных сетей на фреймворке PyTorch языка программирования Python с глубоким погружением в техническую сторону задачи и с опорой на серьёзную организацию экспериментов и работы.

== Расписание ==

Занятия проводятся полностью онлайн. Время и день TBD.

== Полезные ссылки ==

Репозиторий курса(ветка 2024): https://github.com/markovka17/dla

Канал с объявлениями курса : https://t.me/dla2023_24

DLA чат : https://t.me/+EaCdu075tyowNGIy

Записи занятий: ...

Инвайт в энитаск: ...

== Преподаватели и ассистенты ==

{| class="wikitable"
|-
! Преподаватели !! Ассистенты
|-
| [https://t.me/fedorovgv Григорий Фёдоров] || TBA
|-
| [https://t.me/aibrain Айбек Аланов] ||
|-
| [https://t.me/Blinorot Пётр Гринберг] ||
|-
| [https://t.me/XuMuK_MK Максим Каледин] ||
|}

== Формула оценок ==

Округление арифметическое.
TBA

'''Формат экзамена''': устный.

Глубинное обучение в обработке звука 24/25

2024-08-26T11:19:27Z

Xumuk mk:

== О курсе ==

Курс читается в 1-2 модуле и адресован 4 курсу ПМИ, но какое-то ограниченное число внешних слушателей тоже записывается каждый год.

Курс посвящен глубинному обучению в обработке звука – самой активно развивающейся области машинного обучения. Слушатели курса узнают, какие различные задачи обработки звука можно решать с помощью нейронных сетей. Курс имеет явную практическую направленность, студентам предлагаются задания на обучение нейронных сетей на фреймворке PyTorch языка программирования Python с глубоким погружением в техническую сторону задачи и с опорой на серьёзную организацию экспериментов и работы.

== Расписание ==

Занятия проводятся полностью онлайн. Время и день TBD.

== Полезные ссылки ==

Репозиторий курса(ветка 2024): https://github.com/markovka17/dla

Канал с объявлениями курса : ..

DLA чат : https://t.me/+EaCdu075tyowNGIy

Записи занятий: ...

Инвайт в энитаск: ...

== Преподаватели и ассистенты ==

{| class="wikitable"
|-
! Преподаватели !! Ассистенты
|-
| [https://t.me/fedorovgv Григорий Фёдоров] || TBA
|-
| [https://t.me/aibrain Айбек Аланов] ||
|-
| [https://t.me/Blinorot Пётр Гринберг] ||
|-
| [https://t.me/XuMuK_MK Максим Каледин] ||
|}

== Формула оценок ==

Округление арифметическое.
TBA

'''Формат экзамена''': устный.

Глубинное обучение в обработке звука 24/25

2024-08-26T11:14:37Z

Xumuk mk: Новая страница: «== О курсе == Курс читается в 1-2 модуле и адресован 4 курсу ПМИ, но какое-то ограниченное чис…»

== О курсе ==

Курс читается в 1-2 модуле и адресован 4 курсу ПМИ, но какое-то ограниченное число внешних слушателей тоже записывается каждый год.

Курс посвящен глубинному обучению в обработке звука – самой активно развивающейся области машинного обучения. Слушатели курса узнают, какие различные задачи обработки звука можно решать с помощью нейронных сетей. Курс имеет явную практическую направленность, студентам предлагаются задания на обучение нейронных сетей на фреймворке PyTorch языка программирования Python с глубоким погружением в техническую сторону задачи и с опорой на серьёзную организацию экспериментов и работы.

== Расписание ==

Занятия проводятся полностью онлайн. Время и день TBD.

== Полезные ссылки ==

Репозиторий курса: ...

Репозиторий курса(до 2023): https://github.com/markovka17/dla

Канал с объявлениями курса : ..

DLA чат : https://t.me/+EaCdu075tyowNGIy

Записи занятий: ...

Инвайт в энитаск: ...

== Преподаватели и ассистенты ==

{| class="wikitable"
|-
! Преподаватели !! Ассистенты
|-
| [https://t.me/fedorovgv Григорий Фёдоров] || TBA
|-
| [https://t.me/aibrain Айбек Аланов] ||
|-
| [https://t.me/Blinorot Пётр Гринберг] ||
|-
| [https://t.me/XuMuK_MK Максим Каледин] ||
|}

== Формула оценок ==

Округление арифметическое.
TBA

'''Формат экзамена''': устный.