Study program: 122 Computer Science
Educational and professional program "Computer Science and Technology”
Degree: Bachelor
Type of module: lecture
Lecturer: Prof., Dr of Science Igor Grebennik / Проф., д.т.н. Ігор Гребеннік
Language: English
Credit Points: 5 ECTS
Description:
Mandatory discipline of basic (professional) training by specialty, contains content topics: 1. Basic Ideas in Probability. Describing Datasets. 2. Graphical Representing and Summarizing 1D Data. 3. Plotting and Analysis of Relationship for 2D Data. Correlation Coefficient. 4. Probability and its calculation. 5. Conditional Probability. Law of Total Probability. Bayes’ theorem. 6. Random Values, their Distributions and Numerical Characteristics. 7. Distributions of Random Values. Important Cases. 8. Normal Distribution and connected Expressions. 9. Systems and Functions of Random Values. Central limit theorem. 10. Problems of Mathematical Statistics. Statistical inference. 11. Confidence Intervals. Student’s t-distribution. 12. The Significance of Evidence. 13. Evaluating Significance. The p-value. 14. The T-Test of Significance for a Hypothesized Mean. 15. Comparing the Mean of Two Populations. 16. Statistical Hypotheses of Model Fit. Chi-square Test. 17. Least squares method. 18. Probabilistic Processes. Practice topics: 1. Plotting Data. 2. Basic Ideas in Probability. Independence. Conditional probability. 3. Total Probability. Discrete random variable. 4. Probability distribution of discrete random value. 5. Continues random variable and its distributions. 6. Confidence intervals. Pearson's criteria chi-square.
Обов’язкова дисципліна базової (професійної) підготовки за спеціальністю містить змістові теми: 1. Основні ідеї ймовірності. Опис наборів даних. 2. Графічне представлення та узагальнення одновимірних даних. 3. Побудова та аналіз зв'язків для 2D-даних. Коефіцієнт кореляції. 4. Імовірність та її обчислення. 5. Умовна ймовірність. Закон повної ймовірності. Теорема Байєса. 6. Випадкові величини, їх розподіли та числові характеристики. 7. Розподіли випадкових величин. Важливі справи. 8. Нормальний розподіл і пов'язані вирази. 9. Системи та функції випадкових величин. Центральна гранична теорема. 10. Проблеми математичної статистики. Статистичний висновок. 11. Довірчі інтервали. Т-розподіл Стьюдента. 12. Значення доказів. 13. Оцінка значущості. P-значення. 14. Т-тест значущості для гіпотетичного середнього. 15. Порівняння середнього значення двох сукупностей. 16. Статистичні гіпотези відповідності моделі. Тест хі-квадрат. 17. Метод найменших квадратів. 18. Імовірнісні процеси. Теми практики: 1. Побудова даних. 2. Основні ідеї ймовірності. Незалежність. Умовна ймовірність. 3. Повна ймовірність. Дискретна випадкова величина. 4. Розподіл ймовірностей дискретної випадкової величини. 5. Продовжує випадкову величину та її розподіли. 6. Довірчі інтервали. Критерії Пірсона хі-квадрат.