Одним из главных принципов уникальной «системы Физтеха», заложенной в основу образования в МФТИ, является тщательный отбор одаренных и склонных к творческой работе представителей молодежи. Абитуриентами Физтеха становятся самые талантливые и высокообразованные выпускники школ всей России и десятков стран мира.

Студенческая жизнь в МФТИ насыщенна и разнообразна. Студенты активно совмещают учебную деятельность с занятиями спортом, участием в культурно-массовых мероприятиях, а также их организации. Администрация института всячески поддерживает инициативу и заботится о благополучии студентов. Так, ведется непрерывная работа по расширению студенческого городка и улучшению быта студентов.

Адрес e-mail:

Дополнительные главы Математической статистики


Курс от кафедры МОУ ФУПМ МФТИ и ПреМоЛаб МФТИ

 

Дополнительные главы Математической статистики

 

А.В. Гасников, Г.К. Голубев, В.Г. Спокойный

Ассистенты (семинары): Н. Животовский, Е. Крымова, Е. Черноусова

 

курс лекций будет читаться по пятницам с 13 сентября в 113 ГК с 20.00

семинары будут: 27 сентября, 11 октября, 29 ноября

 

Программа курса:

 

1.      Неравенства концентрации меры и окрестности.

2.      Статистическая теория обучения, радемахеровские средние, chaining.

3.      Метод наибольшего правдоподобия (теорема Фишера), критическая размерность, феномен Вилкса, семипараметрическое оценивание, линейные модели.

4.      Байесовское оценивание, неравенство Ван-Трисса, Bias-Variance trade off, теорема Бернштейна-фонМизеса.

5.      Адаптивное агрегирование оценок, онлайн оптимизация, оракульные неравенства.

 

Данный курс можно рассматривать в качестве подготовительного курса к интенсивному мини-курсу лекций проф. В.Г. Спокойного (февраль 2014), на основе которого будет организован новый набор студентов/аспирантов в ПреМоЛаб.

 

Литература

 

Любой источник литературы может быть выслан в ответ на письмо на e-mailgasnikov@list.ru

 

1.       Boucheron S., Lugoshi G., Massart P.  Concentration inequalities: A nonasymptotic theory of independence. Oxford University Press, 2013.

2.      Червоненкис А. Я. Компьютерный анализ данных. Лекции Школы анализа данных Яндекс, 2009. 260 стр.

3.      Голубев Г.К. Введение в математическую статистику. Курс Лекций. М.: МФТИ, 2013. 127 стр.

http://www.mathnet.ru/php/person.phtml?option_lang=rus&personid=34853

4.       Spokoiny V.  Basics of modern parametric statistics. Berlin: Springer, 2013. 239 p.

http://www.mathnet.ru/php/person.phtml?option_lang=rus&personid=21752

5.       Spokoiny V.  Parametric estimation. Finite sample theory // The Annals of Statistics. 2012. V. 40. № 6. P. 2877–2909.http://arxiv.org/pdf/1111.3029v5.pdf

6.      Гасников А. В., Нестеров Ю.Е., Спокойный В.Г. Об эффективности одного метода рандомизации зеркального спуска в задачах online оптимизации // Автоматика и телемеханика. 2014.

Если вы заметили в тексте ошибку, выделите её и нажмите Ctrl+Enter.

© 2001-2016 Московский физико-технический институт
(государственный университет)

Техподдержка сайта

МФТИ в социальных сетях

soc-vk soc-fb soc-tw soc-li soc-li
Яндекс.Метрика