KZ

Байесовские методы в прикладных задачах

  • Целью курса также является освоение студентами основных способов применения байесовского подхода при решении прикладных задач. Байесовский подход позволяет эффективно учитывать различные предпочтения пользователя при построении решающих правил прогноза. Курс состоит из следующих тем: Байесовский подход к теории вероятностей и примеры байесовских рассуждений. Полный байесовский вывод. Сопряжённые распределения. Примеры. Экспоненциальный класс распределений, его свойства. Байесовский выбор модели. Принцип наибольшей обоснованности. Интерпретация понятия обоснованности. Модель релевантных векторов для задачи регрессии. ЕМ-алгоритм. Вариационный подход. Методы Монте Карло по схеме марковских цепей (МСМС). Байесовские структурные временные ряды. Модель State-Space Model. В результате изучения курса магистрант должен: Знать основы байесовского подходы к теории вероятностей, оценке параметров моделей явлений с учетом неопределенностей. Уметь решать нестандартные профессиональные задачи на основе моделирования явлений с использованием математических методов в условиях наличия фактора неопределенности. Владеть навыками теоретического анализа и экспериментального исследования моделирования явления с использованием Байесовского подхода к теории вероятностей при решении прикладных задач.
  • Образовательная программа 7M06105 Математическое и компьютерное моделирование
  • ВУЗ Евразийский национальный университет имени Льва Николаевича Гумилева
  • Кредитов 5
  • Селективная дисциплина
  • Год обучения 1
  • Семестр 1
Top