Sannolikhetsteori, 6 hp
Probability Theory, 6 credits
732A63
Huvudområde
StatistikUtbildningsnivå
Avancerad nivåKurstyp
Fristående- och programkursExaminator
Jolanta PielaszkiewiczKursansvarig
Jolanta PielaszkiewiczStudierektor eller motsvarande
Ann-Charlotte HallbergKursen ges för | Termin | Veckor | Block | Språk | Ort/Campus | VOF | |
---|---|---|---|---|---|---|---|
F7MSL | Statistics and Machine Learning, Master´s Programme | 3 (HT 2019) | 201936-201944 | 3 | Engelska | Linköping, Valla | V |
Huvudområde
StatistikUtbildningsnivå
Avancerad nivåFördjupningsnivå
A1XKursen ges för
- Masters Programme in Statistics and Machine Learning
Förkunskapskrav
Kandidatexamen i något av följande ämnen: statistik, matematik, tillämpad matematik, datavetenskap, teknik eller motsvarande examen. Utöver detta, erfordras godkända/avklarade kurser i kalkyl, linjär algebra, statistik och programmering.
Engelska B eller motsvarande.
Lärandemål
Efter avslutad kurs skall den studerande på en avancerad nivå kunna:
- tillämpa centrala univariata och multivariata sannolikhetsfördelningar för att lösa teoretiska och praktiska problem i sannolikhetsteori.
- härleda sannolikhetsfördelningar för funktioner av slumpvektorer
- analysera sannolikhetsmodeller med hjälp av momentgenererande funktioner och andra transformer
- analysera sannolikhetsmodeller med hjälp av betingning
- redogöra för grundläggande modeller för stokastisk konvergens och härleda gränsfördelningar.
Kursinnehåll
Kursen bygger en teoretisk grund för modeller och metoder som baserar sig på sannolikhetskoncept. Kursen innehåller:
- sannolikhetsfördelningar för univariata och multivariata slumpvariabler,
- väntevärde, varians, moment,
- simultan fördelning, betingad fördelning, oberoendet,
- grunder i Bayesiansk teori,
- transformer,
- orderstatistika,
- multivariat normalfördelning och dess egenskaper,
- typer av konvergens och satser som relaterar sig till konvergenskonceptet.
Undervisnings- och arbetsformer
Kursen består av föreläsningar och lektioner. Föreläsningarna ägnas åt genomgång av teori, koncept och metodik. Matematiskt inriktade uppgifter tas upp på lektionerna. Utöver detta ska den studerande utöva självstudier.
Undervisningsspråk: Engelska
Examination
Skriftlig tentamen.
Detaljerad information återfinns i studiehandledningen.
Studerande, vars examination underkänts två gånger på kursen eller del av kursen, har rätt att begära en annan examinator vid förnyat examinationstillfälle.
Den som godkänts i prov får ej delta i förnyat prov för högre betyg.
Betygsskala
ECTS, ECÖvrig information
Planering och genomförande av kurs ska utgå från kursplanens formuleringar. Den kursvärdering som ska ingå i varje kurs ska därför behandla frågan om hur kursen överensstämmer med kursplanen.
Kursen bedrivs på ett sådant sätt att både mäns och kvinnors erfarenhet och kunskaper synliggörs och utvecklas.
Institution
Institutionen för datavetenskapKod | Benämning | Omfattning | Betygsskala |
---|---|---|---|
TENT | Tentamen | 6 hp | EC |
KTR1 | Kontrollskrivning | 0 hp | D |
Denna flik innehåller det material som är publikt i Lisam. Den information som publiceras här är inte juridiskt bindande, sådant material hittar du under övriga flikar på denna sida.
Det finns inga filer att visa.