imported>Xumuk mk: Migrated current public revision from wiki.cs.hse.ru

2024-12-08T21:35:53Z

Migrated current public revision from wiki.cs.hse.ru

Новая страница

''(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.

Прикладная статистика в машинном обучении 24/25 - История изменений

imported>Xumuk mk: Migrated current public revision from wiki.cs.hse.ru