MVE550 · Chalmers tekniska högskola
Stokastiska processer och Bayesiansk inferens
Ny kurs
Inga tentor än
Ladda upp dina tidigare tentor och få hjälp med att strukturera ditt studiematerial
Få dina tentauppgifter kategoriseradeBli guidad genom ditt studiematerialFå hjälp direkt med teori och tipsHåll koll på dina framsteg
HP
6
Språk
Engelska
Institution
matematiska vetenskaper
Lärandemål
Efter fullgjord kurs skall studenten kunna använda vissa grundläggande stokastiska processer som modeller för reella fenomen samt anpassa modellerna med observerade data. Studenten skall kunna göra prediktioner med dessa modeller, både genom beräkningar baserad på deras teoretiska egenskaper och genom datorbaserad simulering. Studenten skall kunna göra datorbaserad inferens med MCMC för vissa enkla modeller, och generellt kunna förstå och tillämpa det Bayesianska paradigmet för inferens.
Kursinnehåll
Markovkedjor i diskret tid. Förgreningsprocesser. Grundläggande principer för Bayesiansk inferens, med diskretisering och konjugerade apriorifördelningar. Dolda Markovmodeller (HMM). Monte Carlo integrering och Markov chain Monte Carlo (MCMC) simulering. Poisson-processer. Tidskontinuerliga Markovkedjor. Introduktion till Brownska rörelser.
Förutsättningar
- Grundläggande behörighet för avancerad nivå
Litteratur
Dobrow: Introduction to Stochastic Processes with R. (Finns på Chalmers som e-bok). Wiley 2016.Kompendium. Föreläsningsanteckningar.
Liknande kurser vid andra universitet
Gör som 15 000+ studenter och ta kontroll över ditt tentaplugg.
Kom igång gratis