Module Handbook

You can use this search form for searching subject module.

Хичээлийн нэр: Магадлал статистик - Back

Бичсэн: P.Dalaijargal

Хичээлийн агуулга:

ХИЧЭЭЛИЙН АГУУЛГА:

Энэ хичээл нь дискреттасралтгүй тархалт, олон санамсаргүй хувьсагчууд, тэдгээрийн дундаж, вариац, нөхцөлт магадлалболон Bayes томьёо, хязгаарын теоремууд зэргийг багтаасан магадлалын загварын үндсэн элементүүдийг  хамарна. Цаашилбал, санамсаргүй хувьсагчийн функц, нөхцөлт математик дунджийг илүү гүнзгийрүүлэн авч үзэж, Байесын инференсыг дискрет, тасралтгүй, холимог хэлбэрээр (постриори тархалт, постриорийн магадлалын  хамгийн их утга, шугаман болон ерөнхий квадратын хамгийн бага утга, Beta  тархалт, шугаман хэвийн загварууд) авч үзнэ. Стохастик процессыг (цаг хугацааны явцад өөрчлөгдөж буй магадлалын загварууд) төлөөлөл болгон Бернулли, Пуассоны  процесс, болон хязгаарлагдмал төлөвт Марков гинж зэргийг судална. Тиймээс уг хичээл нь магадлал, санамсаргүй процесс суурилсан арга алгоритмыг  ашигладаг бусад хичээлийг  суралцах суурь үндэс болох  юм, тухайлбал: машин сургалт, хэл боловсруулалт, био-информатик ба тооцооллын биологи, компьютерийн хараа.


ХИЧЭЭЛЭЭР ЭЗЭМШИХ МЭДЛЭГ, ЧАДВАР, ДАДАЛ:

 Магадлалт загваруудын үндсэн бүтэц, элементүүд

 Санамсаргүй хэмжигдэхүүн, тэдгээрийн тархалт, дундаж, ба вариац

 Магадлалт тооцоолол

 Гаргалгаа хийх арга

 Их тооны хууль, түүний хэрэглээ

 Санамсаргүй процесс