Теория оценивания – это раздел математики, посвященный решению задачи оценивания непосредственно не наблюдаемых величин или компонент вектора состояния динамической системы на основе наблюдаемых данных или измерений. Для решения задачи оценивания могут применяться параметрический и непараметрический подходы.
Параметрический подход основан на задании математических моделей исследуемого объекта, погрешностей измерений и сводится к определению неизвестных параметров. В качестве критериев качества могут использоваться метод наименьших квадратов, метод наименьших модулей, метод максимального правдоподобия.
Непараметрический подход предполагает отсутствие конечномерной параметрической модели измеряемых величин. В основе теории оценивания лежат теория вероятностей и математическая статистика.
Теория оценивания применяется при моделировании механических, физических, экономических, биологических и других процессов.
Построение моделей данных и их последующая интерпретация является одной из основ искусственного интеллекта. Будет показана связь теории оценивания с математической основой Data Science и машинного обучения: линейной алгеброй, теорией вероятностей, математической статистикой, алгоритмами.
Курс предназначен для студентов, которые планируют работать с данными – результатами измерений и использовать в своей работе методы теории оценивания. Все необходимые понятия будут пояснены, специальных знаний от слушателей не требуется.
Программа курса
Курс по искусственному интеллекту
Факультет
Механико-математический факультет
Преподаватели
Где
Главное здание, ауд. 1610
Когда
Среда 17:00–18:30
Нагрузка:
Аудиторная [ч]: 24
Самостоятельная [ч]: 12
Семестр
Осенний семестр 2024/2025 учебного года
Записалось / всего мест
136 / 200