DSCM030 Теория на данните
Анотация:
Целта на курса е да запоснае студентите с основните концепции, възникващи при анализа на данни.
Преподавател(и):
проф. Димитър Атанасов д-р
Описание на курса:
Компетенции:
Студентите ще могат познават основната терминология и ще могат да интепретират основните аспекти при анализирането на данни.
Предварителни изисквания:
Базови знаия по математика.
Форми на провеждане:
Редовен
Учебни форми:
Лекция
Език, на който се води курса:
Български
Теми, които се разглеждат в курса:
- Измерване и скали
- Сходство. Пространство на наблюденията
- Метод на главните компоненти
- Популационни и извадкови характеристики.
- Разпределения
- Информация и ентропия
- Оценяване
- Максимално правдоподобие
- Метод на моментите
- Робастно оценяване
- Симулационно оценяване
- ЕМ алгоритъм
- Вериги на Марков
- Монте Карло методи за вериги на Марков
- Проверка на хипотезе
Литература по темите:
[1] Kevin P. Murphy. Machine Learning: A Probabilistic Perspective. Massachusetts Institute of Technology, 2012.
[2] Жозеф Теллалян Димитър Дамгалиев. Бизнесстатистика. Number 311 / Д 151. София: Нов български университет, 2006.
[3] Ramakant Khazanie. Elementary statistics in a world of applications. Number 51 / K 42. Glenview: Scott, Foresman/Little, Brown Higher Education, 1990.
[4] Р. Брук Лий Бари Коен. Основи на статистиката за социалните и поведенческите науки. Number 311 / К 739. София: Изток-Запад, 2013.
[5] Daniel B. Wright. Understanding statistics : an introduction for the social sciences. Number 311 / W 88. London: Thousand Oaks: Sage Publications, 1997.
[6] James R. Lackritz Debra Olson Oltman. Statistics for business and economics. Number 311 / O-50. Pacific Grove: Brooks, 1990.
[7] Paul Newbold. Statistic for business and economics. Number 311 / N 52. Englewood Cliffs: Prentice Hall, 1984.
[8] Michael Kutner John Neter, William Wasserman. Applied linear statistical models : Regression, analysis of variance and experimental designs. Number 311 / N 46. Homewood: Irwin, 1985.
[9] Harold O. Kiess. Statistical concepts for the behavioral sciences. Number 311 / K 43. Boston: Allyn and Bacon, 1989.
[10] David Freedman. Statistical models : theory and practice. Number 311 / F 88. New York: Cambridge University Press, 2005.
[11] Николай Янев Боян Димитров. Вероятности и статистика. Number 51 / Д 579. София: Софтех, 2007.
[12] Kenneth M. Rosenberg. Statistics for behavioral sciences. Number 311 / R 79. Dubuque: Wm. C. Brown, 1990.
[13] Frank H. Dietrich James T. McClave. Statistics. Number 311 / M 44. San Francisco: Dellen Pub. Co., London : Collier Macmillan, 1988.
[14] Jr. Frank E. Harrell. Regression Modeling Strategies: With Applications to Linear Models, Logistic and Ordinal Regression, and Survival Analysis. Heidelberg et al.: Springer, 2015.
[15] Ronald J. Wonnacott Thomas H. Wonnacott. Introductory statistics for business and economics. Number 311 / 71789. New York: Wiley, 1990.
[16] Barbara M. Beaver William Mendenhall, Robert J. Beaver. Introduction to probability and statistics. Number 51 / M 55. Pacific Grove: Duxbury Press, 1999.
[17] Audrey Haber Richard P. Runyon. Business statistics. Number 311 / 71793. Homewood: R.D. Irwin, 1982.
[18] Robert D. Mason Douglas A. Lind. Basic statistics for business and economics. Number 311 / L 75. Burr Ridge: Irwin, 1994.
[19] Woolcott Smith Larry Gonick. The Cartoon Guide to Statistics. Harper Perennial, 1993.
[20] Paul Watters Sarah Boslaugh. Statistics in a Nutshell. O’Reilly Media, Inc., 2008.
[21] Kathy Chu. Elementary Statistics. Rice University, Houston, Texas, http://cnx.org/content/col10966/1.4/, 2013.
[22] Кр. Калинов. Статистически методи в поведенцеските и социални- те науки. NBU, 2013.