01:02:53

Проверка независимости и однородности. p-value. Критерий хи-квадрат Пирсона. Лекция №14

01:21:51

Критерий хи-квадрат Пирсона. Хи-квадрат распределение. Состоятельность критерия. Лекция №13

01:43:00

Переменное поле. Плотность импульса. Скин-эффект. Метод комплексных амплитуд

01:29:01

Проверка гипотез. Проверка гипотез 1 и 2 рода. Критерий хи-квадрат Пирсона. Статистика критерия.

01:33:34

Уравнения Максвелла. Граничные условия. Единственность решения. Закон сохранения энергии

01:30:53

Обучение ранжированию. Поточечный, попарный, списочный подход. Нейросетевые модели поиска. Лекция 11

01:04:03

Проверка статистических гипотез. Рандомизированный критерий. Функция мощности. Лемма Неймана-Пирсона

01:29:14

Самоиндукция. Экстратоки. Энергия магнитного поля. Уравнения Максвелла. Нестационарное поле

01:37:13

Рекомендательные системы и матричные разложения. Корреляционные модели. Латентные модели. Лекция №10

01:24:05

Интерпретация доверительных интервалов. Построение с помощью ЦПТ. Проверка статистических гипотез

40:07

Задача прогноза для диффузионного процесса. Примеры задач зачета и их решение. Консультация к зачету

01:26:22

Уравнение Пуассона. Сила, действующая на элементарный ток. Момент силы. Закон Фарадея

01:22:46

Выявление аномалий. Робастное, помехоустойчивое обучение. Задачи с аномальными или новыми классами

01:26:27

Интервальные оценки. Доверительный интервал. Точечные оценки. Центральные статистики. Хи-квадрат

59:05

Случайные процессы в системах. Физически осуществимая система. Преобразование Фурье белого шума

01:27:07

Единственность решения для магнитной индукции. Потенциал элементарного тока. Магнитное поле в среде

01:39:48

Векторные представления текстов и графов. Word2Vec. FastText. Модели внимания и трансформеры. BERT

50:00

Консультация к экзамену. Примеры заданий и решений. Методы оптимизации

01:28:00

Оценка максимального правдоподобия. Уравнения правдоподобия. Инвариантность. Интервальные оценки

01:05:54

Стохастические дифференциальные уравнения. Спектральное разложение стационарных процессов

01:27:29

Закон Ампера. Индукция магнитного поля. Сила Лоренца. Векторный потенциал. Граничные условия

01:34:27

Тематическое моделирование и EM-алгоритм. Модальности и регуляризаторы. Моделирование взаимосвязей.

01:07:53

Метод регуляризации Тихонова. Сходимость. Стабилизатор. Минимизирующая последовательность. Лекция 21

01:20:49

Достаточные и полные статистики. Критерий факторизации. Теорема Рао-Блэквелла-Колмогорова. Лекция №7

47:20

Стохастические ортогональные меры. Простая функция. Случайные процессы.

01:32:06

Постоянный ток в проводниках. Правила Кирхгофа. Закон Джоуля-Ленца. Закон Ампера. Химическая ЭДС

01:35:44

Вероятностное тематическое моделирование. Регуляризация. EM-алгоритм со скрытыми переменными

54:40

Принцип максимума Понтрягина. Градиент. Линеаризованный принцип максимума. Методы оптимизации

01:19:10

Условное распределение. Условная плотность. Достаточные и полные статистики. Лекция №6

44:43

Элементы случайного анализа. Стохастический интеграл. Случайные процессы

01:26:51

Задачи электростатики. Метод изображений. Диэлектрики. Граничные условия. Единственность решения

01:35:34

Кластеризация и критерии её качества. Частичное обучение. K-means. DBSCAN. Иерархические методы.

01:08:02

Простейшие задачи оптимального управления. Принцип максимума Понтрягина. Методы оптимизации

01:27:10

Метод моментов. Условное мат ожидание. Свойства. Математическая статистика. Лекция №5

01:18:33

Вложенная цепь Маркова. Уравнения Колмогорова. Процессы рождения и гибели. Ветвящиеся процессы

01:28:48

Электрическое поле в среде. Проводники. Проводники в электростатическом поле. Конденсатор

01:30:28

Поиск ассоциативных правил. Алгоритмы APriory, FP-Growth. FP-дерево. Машинное обучение

52:10

Двойственные экстремальные задачи. Свойства. Каноническая задача линейного программирования

01:27:57

Функция правдоподобия. Неравенство Рао-Крамера. Информация по Фишеру. Эффективная оценка. Лекция №4

59:45

Цепи Маркова. Эргодическая теорема. Классификация состояний. Однородное случайное блуждание

01:25:37

Потенциал. Диполь. Квадруполь. Октуполь. Энергия заряда и системы. Поле внутри системы

01:33:30

Сети Кохонена в кластеризации и визуализации. Автокодировщики. Частичное обучение. Машинное обучение

01:12:15

Правило множителей Лагранжа для гладких задач. Касательное мн-во. Достаточные условия оптимальности

01:23:18

Несмещенная оценка. Состоятельная оценка. Оптимальная оценка. Свойства. Неравенство Рао-Крамера.

01:16:33

Квазидетерминированные процессы. Маргиналы с дискретным временем. Стационарные, гауссовские процессы

01:31:49

Закон Кулона. Теорема Гаусса. Потенциальные силы. Ротор. Потенциал. Напряженность. Уравнение Лапласа

01:36:01

Глубокие нейронные сети. Сверточные нейронные сети. Рекуррентные нейронные сети. Машинное обучение

01:07:58

Достаточное условие регулярности Слейтера. Седловая точка. Теорема Куна-Таккера. Гладкие задачи

01:18:55

Выборочные распределение, дисперсия, момент. Теорема Гливенко. Порядковая статистика. Лекция №2

55:25

Случайные процессы. Случайная функция, её распределение. Выборочная функция. Траектория. Реализация

01:35:47

История электродинамики. Опыт Милликена. Закон Кулона, сохранения заряда. Уравнение непрерывности

01:40:44

Искусственные нейронные сети Обратное распространение ошибки. Back Propagation. Машинное обучение

01:12:01

Метод штрафных функций. Правило множителей Лагранжа для выпуклых задач. Методы оптимизации

01:24:09

Приложения мат статистики. Статистическая структура. Выборка. Эмпирическое распределение. Лекция №1

01:58:08

Операционные системы. Консультация к экзамену. Машечкин И.В.

01:26:47

Теорема Хинчина. Центральная предельная теорема. Теория вероятностей

02:47:23

Система межпроцессорного взаимодействия IPC. Сообщения. Разделяемая память. Сокет. Связывание

01:34:31

Слабая сходимость. Свойства. Первая и вторая теорема Хелли.

01:23:03

Предварительная обработка данных. Генерация признаков. Оценивание и выбор моделей. Выбор моделей

01:03:10

Симплекс метод. Метод искусственного базиса. Метод покоординатного спуска. Удачная итерация