Laboratory of Structural Methods of Data Analysis in Predictive
Modeling Moscow Institute of Physics and Technology
ENG
Логин:
Пароль:

Лекция Complementary chapters of mathematical statistics

Преподаватели:
Chernousova Elena
Должность: Младший научный сотрудник
Gasnikov Alexander
Должность: Ведущий научный сотрудник
Golubev Yuri
Должность: Ведущий научный сотрудник
Krymova Ekaterina
Должность: Младший научный сотрудник
Spokoiny Vladimir
Должность: Руководитель
Zhivotovskiy Nikita
Должность: Младший научный сотрудник

Описание курса

Лекторы: 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 максимального правдоподобия (теорема Фишера), критическая размерность, феномен Вилкса, семипараметрическое оценивание, линейные модели, тесты максимального правдоподобия
4. Байесовское оценивание, неравенство Ван-Трисса, Bias-Variance trade off, теорема Бернштейна-фонМизеса, метод Метрополиса-Хастингса вычисления байесовских оценок, неравенство Фано.
5. Агрегирование статистических оценок, онлайн оптимизация, оракульные неравенства.

Литература

Любой источник литературы может быть выслан в ответ на письмо на e-mail: gasnikov@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.

 

Application areas: 
Financial engineering and energy management
Digital imaging and signal processing
Structural diagnostics in technical, economical, and natural processes
Data mining
Modeling and optimization of complex systems
Equilibrium flows in congested traffic systems

Research topics: 
Statistical methods
Structural adaptive inference
Structural optimization
Stochastic optimization and optimal stopping
Huge-scale problems
Primal-dual subgradient methods
 

Даты проведения и расписание:
Дата Расписание

13.09.2013
-
29.11.2013
Moscow Institute of Physics and Technology