Статистика случайных процессов (курс лекций, ФКН ВШЭ)
Материал из MachineLearning.
(→Домашние задания) |
|||
(64 промежуточные версии не показаны) | |||
Строка 15: | Строка 15: | ||
Занятия проходят на ФКН ВШЭ. | Занятия проходят на ФКН ВШЭ. | ||
- | '''Лектор''': [[Artemov|Алексей Валерьевич Артемов]]. Лекции проходят по | + | '''Лектор''': [[Участник:Artemov|Алексей Валерьевич Артемов]]. Лекции проходят по пятницам с 9:00 до 10:20 в ауд. 509 и (по нечетным неделям) с 12:10 до 13:30 в ауд. 317. |
- | + | ===Полезные ссылки=== | |
+ | [https://www.hse.ru/edu/courses/184766379 Карточка курса и программа] | ||
+ | |||
+ | [https://github.com/artonson/hse-cs-stochproc Репозиторий с материалами на GitHub] | ||
+ | |||
+ | Почта для сдачи домашних заданий: hse.cs.stochastics@gmail.com | ||
+ | |||
+ | [https://docs.google.com/spreadsheets/d/1DJgUe730OIJA-9q1DBhQNUsJq8weLJl-hLQAkpuY44U/edit?usp=sharing Таблица с оценками] | ||
+ | |||
+ | Оставить отзыв на курс: форма | ||
+ | |||
+ | Телеграм-чат для вопросов преподавателям: [https://t.me/joinchat/AAAAAAj_HmpiF3d8Se9--Q ссылка] | ||
+ | |||
+ | Вопросы по курсу можно задавать на почту курса, а также в телеграм лектору (artonson@) или семинаристу. Вопросы по материалам лекций/семинаров и по заданиям лучше всего оформлять в виде [https://github.com/artonson/hse-cs-stochproc/issues Issue] в [https://github.com/artonson/hse-cs-stochproc/ github-репозитории курса]. | ||
+ | |||
+ | ===Семинары=== | ||
{| class="standard" | {| class="standard" | ||
- | ! Группа !! | + | ! Группа !! Преподаватель !! Учебный ассистент !! Расписание !! Почта для ДЗ |
- | + | ||
- | + | ||
|- | |- | ||
- | | | + | | 1 || Хромова Ольга Михайловна || Георгий Варганов || пятница, 10:30 – 11:50 (13:30 по четным неделям), ауд. 300 || hse.cs.stochastics@gmail.com |
|- | |- | ||
- | | | + | | 2 || Волхонский Денис Алексеевич || Гайни Икрам || пятница, 10:30 – 11:50 (13:30 по четным неделям), ауд. 311 || hse.cs.stochastics@gmail.com |
|- | |- | ||
|} | |} | ||
+ | ===Консультации=== | ||
- | + | Консультации с учебными ассистентами по курсу проводятся согласно следующему расписанию. | |
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | == | + | {| class="standard" |
- | # | + | ! Группа !! Учебный ассистент !! Расписание !! Почта для вопросов |
- | # Итоговая оценка | + | |- |
- | # | + | | 1 || Георгий Варганов || вторник, 17:00-18:20 ауд. 511 || hse.cs.stochastics@gmail.com |
+ | |- | ||
+ | | 2 || Гайни Икрам || среда, 13:40 - 15:00 ауд. 511 || hse.cs.stochastics@gmail.com | ||
+ | |- | ||
+ | |} | ||
+ | |||
+ | == Система выставления оценок по курсу == | ||
+ | # В рамках курса предполагается: | ||
+ | ## Шесть домашних заданий (теоретических и практических). | ||
+ | ## Проверочные самостоятельные работы на семинарах. | ||
+ | ## Устный коллоквиум по темам 1--7. | ||
+ | ## Устный экзамен. | ||
+ | # Каждое задание, коллоквиум и экзамен оцениваются по десятибалльной шкале. | ||
+ | # Итоговая оценка вычисляется на основе оценки за работу в семестре и оценки за экзамен: | ||
+ | O<sub>итоговая</sub> = 0.7 * O<sub>накопленная</sub> + 0.3 * О<sub>экз</sub> | ||
+ | # Оценка за работу в семестре вычисляется по формуле | ||
+ | O<sub>накопленная</sub> = 0.1 * O<sub>самостоятельные</sub> + 0.6 * О<sub>дз</sub> + 0.3 * О<sub>коллоквиум</sub> | ||
+ | # Оценка за самостоятельную работу вычисляется как среднее по всем самостоятельным, оценка за домашнюю работу — как среднее по всем практическим заданиям и соревнованиям. | ||
+ | # Также во время лекций и семинаров выдаются задачи, за которые можно получить дополнительные баллы, которые влияют на итоговую оценку. | ||
== Правила сдачи заданий == | == Правила сдачи заданий == | ||
- | В рамках курса предполагается сдача нескольких домашних | + | В рамках курса предполагается сдача нескольких домашних заданий. Домашнее задание сдаётся к указанной по почте дате в виде pdf-файла, оформленного с помощью LaTeX. Домашние задания после срока сдачи не принимаются. |
- | Все домашние | + | Все домашние задания выполняются самостоятельно. Если задание выполнялось сообща или использовались какие-либо сторонние коды и материалы, то об этом должно быть написано в отчёте. В противном случае «похожие» решения считаются плагиатом и все задействованные студенты (в том числе те, у кого списали) получают за задание оценку ноль. |
== Лекции == | == Лекции == | ||
- | {| class = "standard" | + | {| class="standard" |
- | + | !Дата !! № занятия !! Занятие !! Материалы | |
- | ! № | + | |- |
- | ! | + | | 13 января 2017 || align="center"|1 || Введение в курс. Основы теории случайных процессов. Непрерывность случайного процесса. || [https://www.dropbox.com/s/ni2fu3i826i1psq/lecture1.pdf?dl=0 Конспект лекции] |
- | ! Занятие | + | |- |
- | ! Материалы | + | | 13 января 2017 || align="center"|2 || Стационарные случайные процессы. Пуассоновский и винеровский процесс. || [https://www.dropbox.com/s/yqm5fozqdphcxx3/lecture2.pdf?dl=0 Конспект лекции] |
- | |- | + | |- |
- | | align="center"|1 | + | | 20 января 2017 || align="center"|3 || Генерирование реализаций случайных процессов. Дискретные марковские цепи. || [https://github.com/artonson/hse-cs-stochproc/tree/master/notebooks/lecture3 IPython-тетрадки] |
- | | | + | |- |
- | | Введение в курс. | + | | 27 января 2017 || align="center"|4 || Марковские случайные процессы. || [[https://www.dropbox.com/s/a4v4dzzrqzp0hm5/lecture3.pdf?dl=0|Конспект лекции]] |
- | |- | + | |- |
- | | align="center"|2 | + | | 3 февраля 2017 || align="center"|5 || Авторегрессионные и условно-гауссовские модели временных рядов. || [1], Глава II, §§1--3 |
- | | | + | |- |
- | + | | 10 февраля 2017 || align="center"|6 || Сегментация временных рядов на основе скрытых марковских моделей. || [2,3] | |
- | + | |- | |
- | | align="center"|3 | + | | 17 февраля 2017 || align="center"|7 || Фильтр Калмана. || [5] |
- | | | + | |- |
- | + | | 3 марта 2017 || align="center"| || Коллоквиум по материалам лекций 1--7 || | |
- | + | |- | |
- | | align="center"|4 | + | | 17 марта 2017 || align="center"|8 || Вероятностные модели в теории принятия решений. Последовательные тесты. || [6] |
- | | | + | |- |
- | | | + | | 24 марта 2017 || align="center"|9-10 || Обнаружение аномалий. Стохастические задачи о разладке. || [[Media:Lecture10_SSP.pdf | Слайды с лекции 10]] |
- | + | |- | |
- | | align="center"|5 | + | |} |
- | | | + | |
- | | | + | |
- | + | ||
- | | align="center"|6 | + | |
- | | | + | |
- | | | + | |
- | + | ||
- | | align="center"|7 | + | |
- | | | + | |
- | | | + | |
- | |- | + | |
- | | | + | |
- | + | ||
- | | | + | |
- | + | ||
- | | align="center"| | + | |
- | | | + | |
- | | | + | |
- | + | ||
- | | align="center"| | + | |
- | | | + | |
- | | | + | |
- | |- | + | |
- | | | + | |
- | + | ||
- | | | + | |
- | |- | + | |
- | |} | + | |
== Семинары == | == Семинары == | ||
Строка 107: | Строка 107: | ||
! Занятие | ! Занятие | ||
! Материалы | ! Материалы | ||
- | |||
- | |||
- | |||
- | |||
- | |||
- | |||
- | |||
- | |||
|- | |- | ||
|} | |} | ||
Строка 120: | Строка 112: | ||
== Домашние задания == | == Домашние задания == | ||
- | + | [[Media:CS_HSE_Variants_2017.pdf|Распределение студентов по вариантам]] | |
- | Задание 2. [[Media: | + | '''Задание 1.''' [[Media:StochProc-Homework-1.pdf|Основы теории случайных процессов]]. Срок сдачи: понедельник, 6 февраля 2017, 23:59. |
+ | |||
+ | '''Задание 2.''' [[Media:Homework-2.pdf|Марковские цепи, авторегрессионные и условно-гауссовские модели временных рядов]]. Срок сдачи: пятница, 24 февраля 2017, 23:59. | ||
+ | |||
+ | [https://github.com/artonson/hse-cs-stochproc/tree/master/homework-handouts/homework-2/data Данные для второго задания на Github] | ||
+ | |||
+ | '''Коллоквиум.''' [[Media:Colloquium-2017.pdf|Материалы к коллоквиуму]]. Дата коллоквиума: пятница, 3 марта 2017. | ||
+ | |||
+ | '''Задание 3.''' [[Media:StochProc-Homework-3.pdf|Статистические решения. Последовательные тесты. Обнаружение разладки.]]. Срок сдачи: понедельник, 27 марта 2017, 23:59. | ||
+ | |||
+ | [https://github.com/artonson/hse-cs-stochproc/tree/master/homework-handouts/homework-3/data Данные для третьего задания на Github] | ||
+ | |||
+ | '''Экзамен.''' [[Media: Exam_SSP.pdf|Материалы к экзамену]]. Дата экзамена: суббота, 1 апреля 2017, 11:00. Экзамен будет проходить в ауд. 509. | ||
== Литература == | == Литература == | ||
- | |||
- | |||
- | |||
- | |||
- | |||
- | |||
- | |||
- | |||
- | |||
[[Категория:Учебные курсы]] | [[Категория:Учебные курсы]] | ||
+ | |||
+ | [1] [https://www.dropbox.com/s/5mpw5ubkqd16mef/%D0%A8%D0%B8%D1%80%D1%8F%D0%B5%D0%B2%20%D0%90.%D0%9D.%20%D0%9E%D1%81%D0%BD%D0%BE%D0%B2%D1%8B%20%D1%81%D1%82%D0%BE%D1%85%D0%B0%D1%81%D1%82%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%BE%D0%B9%20%D1%84%D0%B8%D0%BD%D0%B0%D0%BD%D1%81%D0%BE%D0%B2%D0%BE%D0%B9%20%D0%BC%D0%B0%D1%82%D0%B5%D0%BC%D0%B0%D1%82%D0%B8%D0%BA%D0%B8.%20%D0%A2%D0%BE%D0%BC%201.djvu?dl=0 Ширяев А. Н. Основы стохастической финансовой математики //Факты. Модели. – 2004. – Т. 2.] | ||
+ | |||
+ | [2] Статья [[Media:2009_HMM_Market.pdf | Burnaev E. V., Men’shikov I. S. A model of the functional state of participants of laboratory markets]] | ||
+ | |||
+ | [3] [http://www.machinelearning.ru/wiki/images/0/01/SMAIS_2009_lecture6.pdf Лекция Д.П.Ветрова "Скрытые марковские модели"] | ||
+ | |||
+ | [4] [https://www.dropbox.com/s/c1c0kwrfaj2dn6t/%D0%93%D0%BE%D1%80%D0%B1%D0%B0%D1%87%D0%B5%D0%B2%20%D0%93%D1%83%D0%B7%20%D0%9D%D0%B0%D1%82%D0%B0%D0%BD%20%D0%9E%D1%81%D0%BD%D0%BE%D0%B2%D1%8B%20%D1%82%D0%B5%D0%BE%D1%80%D0%B8%D0%B8%20%D1%81%D0%BB%D1%83%D1%87%D0%B0%D0%B9%D0%BD%D1%8B%D1%85%20%D0%BF%D1%80%D0%BE%D1%86%D0%B5%D1%81%D1%81%D0%BE%D0%B2.pdf?dl=0 Натан А. А., Горбачёв О. Б., Гуз С. А. Основы теории случайных процессов //М.: МЗ-Пресс. – 2003.] | ||
+ | |||
+ | [5] [[Media:Ch4_KFderiv.pdf | Удачное изложение калмановской фильтрации]] | ||
+ | |||
+ | [6] [https://www.dropbox.com/s/lp79e9hqfbob7yq/%D0%A8%D0%B8%D1%80%D1%8F%D0%B5%D0%B2%20-%202011%20-%20%D0%92%D0%B5%D1%80%D0%BE%D1%8F%D1%82%D0%BD%D0%BE%D1%81%D1%82%D0%BD%D0%BE-%D1%81%D1%82%D0%B0%D1%82%D0%B8%D1%81%D1%82%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%B8%D0%B5%20%D0%BC%D0%B5%D1%82%D0%BE%D0%B4%D1%8B%20%D0%B2%20%D1%82%D0%B5%D0%BE%D1%80%D0%B8%D0%B8%20%D0%BF%D1%80%D0%B8%D0%BD%D1%8F%D1%82%D0%B8%D1%8F%20%D1%80%D0%B5%D1%88%D0%B5%D0%BD%D0%B8%D0%B9.pdf?dl=0 А.Н.Ширяев. Вероятностно-статистические методы в теории принятия решений] |
Текущая версия
Курс дает теоретический и практический фундамент, необходимый при решении множества реальных промышленных задач, связанных с анализом данных в режиме реального времени. Необходимость в таких методах возникает во многих прикладных областях — например, при анализе временных рядов цен на акции, спроса на товары, числа посещений главной страницы интернет-поисковика. Трудность таких задач заключается в требовании максимально эффективного использования накопленной и поступающей информации для прогнозирования появления событий в неизвестном будущем или их обнаружения при неопределенном настоящем. Курс дает двоякие знания — математическую базу теории случайных процессов и навыки практической реализации алгоритмов анализа данных в оффлайн и онлайн-режимах. Будут рассмотрены основные подходы и вероятностные модели теории случайных процессов, такие как гауссовость, марковость, авторегрессионные модели, локально стационарные модели, модели в задачах скорейшего обнаружения; численные алгоритмы, в том числе сегментация, шумоподавление, оценка статистических характеристик, ключевые статистики в задачах обнаружения разладок и аномалий; слушателям будет предложена серия задач, направленных на анализ реальных данных посредством практического применения рассматриваемых подходов.
Занятия проходят на ФКН ВШЭ.
Лектор: Алексей Валерьевич Артемов. Лекции проходят по пятницам с 9:00 до 10:20 в ауд. 509 и (по нечетным неделям) с 12:10 до 13:30 в ауд. 317.
Полезные ссылки
Репозиторий с материалами на GitHub
Почта для сдачи домашних заданий: hse.cs.stochastics@gmail.com
Оставить отзыв на курс: форма
Телеграм-чат для вопросов преподавателям: ссылка
Вопросы по курсу можно задавать на почту курса, а также в телеграм лектору (artonson@) или семинаристу. Вопросы по материалам лекций/семинаров и по заданиям лучше всего оформлять в виде Issue в github-репозитории курса.
Семинары
Группа | Преподаватель | Учебный ассистент | Расписание | Почта для ДЗ |
---|---|---|---|---|
1 | Хромова Ольга Михайловна | Георгий Варганов | пятница, 10:30 – 11:50 (13:30 по четным неделям), ауд. 300 | hse.cs.stochastics@gmail.com |
2 | Волхонский Денис Алексеевич | Гайни Икрам | пятница, 10:30 – 11:50 (13:30 по четным неделям), ауд. 311 | hse.cs.stochastics@gmail.com |
Консультации
Консультации с учебными ассистентами по курсу проводятся согласно следующему расписанию.
Группа | Учебный ассистент | Расписание | Почта для вопросов |
---|---|---|---|
1 | Георгий Варганов | вторник, 17:00-18:20 ауд. 511 | hse.cs.stochastics@gmail.com |
2 | Гайни Икрам | среда, 13:40 - 15:00 ауд. 511 | hse.cs.stochastics@gmail.com |
Система выставления оценок по курсу
- В рамках курса предполагается:
- Шесть домашних заданий (теоретических и практических).
- Проверочные самостоятельные работы на семинарах.
- Устный коллоквиум по темам 1--7.
- Устный экзамен.
- Каждое задание, коллоквиум и экзамен оцениваются по десятибалльной шкале.
- Итоговая оценка вычисляется на основе оценки за работу в семестре и оценки за экзамен:
Oитоговая = 0.7 * Oнакопленная + 0.3 * Оэкз
- Оценка за работу в семестре вычисляется по формуле
Oнакопленная = 0.1 * Oсамостоятельные + 0.6 * Одз + 0.3 * Околлоквиум
- Оценка за самостоятельную работу вычисляется как среднее по всем самостоятельным, оценка за домашнюю работу — как среднее по всем практическим заданиям и соревнованиям.
- Также во время лекций и семинаров выдаются задачи, за которые можно получить дополнительные баллы, которые влияют на итоговую оценку.
Правила сдачи заданий
В рамках курса предполагается сдача нескольких домашних заданий. Домашнее задание сдаётся к указанной по почте дате в виде pdf-файла, оформленного с помощью LaTeX. Домашние задания после срока сдачи не принимаются.
Все домашние задания выполняются самостоятельно. Если задание выполнялось сообща или использовались какие-либо сторонние коды и материалы, то об этом должно быть написано в отчёте. В противном случае «похожие» решения считаются плагиатом и все задействованные студенты (в том числе те, у кого списали) получают за задание оценку ноль.
Лекции
Дата | № занятия | Занятие | Материалы |
---|---|---|---|
13 января 2017 | 1 | Введение в курс. Основы теории случайных процессов. Непрерывность случайного процесса. | Конспект лекции |
13 января 2017 | 2 | Стационарные случайные процессы. Пуассоновский и винеровский процесс. | Конспект лекции |
20 января 2017 | 3 | Генерирование реализаций случайных процессов. Дискретные марковские цепи. | IPython-тетрадки |
27 января 2017 | 4 | Марковские случайные процессы. | [лекции] |
3 февраля 2017 | 5 | Авторегрессионные и условно-гауссовские модели временных рядов. | [1], Глава II, §§1--3 |
10 февраля 2017 | 6 | Сегментация временных рядов на основе скрытых марковских моделей. | [2,3] |
17 февраля 2017 | 7 | Фильтр Калмана. | [5] |
3 марта 2017 | Коллоквиум по материалам лекций 1--7 | ||
17 марта 2017 | 8 | Вероятностные модели в теории принятия решений. Последовательные тесты. | [6] |
24 марта 2017 | 9-10 | Обнаружение аномалий. Стохастические задачи о разладке. | Слайды с лекции 10 |
Семинары
№ п/п | Дата | Занятие | Материалы |
---|
Домашние задания
Распределение студентов по вариантам
Задание 1. Основы теории случайных процессов. Срок сдачи: понедельник, 6 февраля 2017, 23:59.
Задание 2. Марковские цепи, авторегрессионные и условно-гауссовские модели временных рядов. Срок сдачи: пятница, 24 февраля 2017, 23:59.
Данные для второго задания на Github
Коллоквиум. Материалы к коллоквиуму. Дата коллоквиума: пятница, 3 марта 2017.
Задание 3. Статистические решения. Последовательные тесты. Обнаружение разладки.. Срок сдачи: понедельник, 27 марта 2017, 23:59.
Данные для третьего задания на Github
Экзамен. Материалы к экзамену. Дата экзамена: суббота, 1 апреля 2017, 11:00. Экзамен будет проходить в ауд. 509.
Литература
[1] Ширяев А. Н. Основы стохастической финансовой математики //Факты. Модели. – 2004. – Т. 2.
[3] Лекция Д.П.Ветрова "Скрытые марковские модели"
[4] Натан А. А., Горбачёв О. Б., Гуз С. А. Основы теории случайных процессов //М.: МЗ-Пресс. – 2003.
[5] Удачное изложение калмановской фильтрации
[6] А.Н.Ширяев. Вероятностно-статистические методы в теории принятия решений