|
Обратите внимание, что наш сайт не размещает какие-либо файлы из списка. Вы не можете скачать
эти файлы или скачать torrent-файл.
|
| 1._Введение_в_науку_о_данных.pdf |
3.96Мб |
| 1.1. Анализ данных Основные понятия.mp4 |
21.50Мб |
| 1.1.Введение.mp4 |
10.05Мб |
| 1.1. Введение в NoSQL.mp4 |
10.75Мб |
| 1.1. Введение в Python.mp4 |
6.86Мб |
| 1.1. Введение и мотивировка.mp4 |
12.67Мб |
| 1.1. Глубина нейронныйх сетей и некоторые проблемы обучения.mp4 |
10.08Мб |
| 1.1. Дискретное распределение.mp4 |
18.44Мб |
| 1.1. Задачи визуализации.mp4 |
9.35Мб |
| 1.1. Информационные системы.mp4 |
18.13Мб |
| 1.1. Линейная регрессия и МО.mp4 |
13.99Мб |
| 1.1. Наводящие размышления.mp4 |
8.63Мб |
| 1.1. Основная идея метода опорных векторов.mp4 |
12.56Мб |
| 1.1. Пространство элементарных исходов.mp4 |
9.31Мб |
| 1.1. Рекуррентные нейронные сети.mp4 |
7.98Мб |
| 1.1. Свертки в нейронных сетях.mp4 |
20.37Мб |
| 1.1. Чем занимается классическое ML.mp4 |
6.26Мб |
| 1.10. BERT.mp4 |
6.39Мб |
| 1.10. Overfitting Underfitting.mp4 |
18.54Мб |
| 1.10. Оценка модели.mp4 |
13.80Мб |
| 1.10. Построение сверточного автоэнкодера к 1.8..mp4 |
12.36Мб |
| 1.11. Under- and Over-fitting.mp4 |
5.94Мб |
| 1.11. Автокодировщики.mp4 |
9.10Мб |
| 1.11. Полиномиальная регрессия.mp4 |
5.91Мб |
| 1.11. Советы по градиентам.mp4 |
4.05Мб |
| 1.12. LRScheduling.mp4 |
7.19Мб |
| 1.12. Optimizers.mp4 |
19.53Мб |
| 1.12. Transfer learning к 1.11.mp4 |
13.98Мб |
| 1.13. Data Augmentation к 1.11.mp4 |
15.52Мб |
| 1.13. Оптимизаторы в нейронных сетях.mp4 |
15.34Мб |
| 1.14. Практические моменты обучения НС.mp4 |
1.59Мб |
| 1.15. Инициализация весов к 1.14..mp4 |
8.35Мб |
| 1.16. Dropout к 1.14..mp4 |
5.63Мб |
| 1.17. Практические моменты обучения НС (продолжение).mp4 |
11.87Мб |
| 1.2. Autograd и TF.mp4 |
12.57Мб |
| 1.2. Абсолютно непрерывное распределение.mp4 |
11.54Мб |
| 1.2. Гиперплоскости и классификация на их основе.mp4 |
19.08Мб |
| 1.2. Глубокие архитектуры RNN.mp4 |
9.56Мб |
| 1.2. Идея метода на частном примере.mp4 |
11.03Мб |
| 1.2. Измерения и шкалы.mp4 |
13.79Мб |
| 1.2. Методы визуализации.mp4 |
16.87Мб |
| 1.2. Мода и выборка.mp4 |
6.93Мб |
| 1.2.Модельный пример и случайные величины.mp4 |
13.69Мб |
| 1.2. Основные разделы ML.mp4 |
5.40Мб |
| 1.2. Основные функции систем управления данными ч1.mp4 |
12.79Мб |
| 1.2. Основные характеристики.mp4 |
14.68Мб |
| 1.2. Основы Python. Переменные и операции.mp4 |
17.60Мб |
| 1.2. Простейшая модель линейной регрессии.mp4 |
17.48Мб |
| 1.2. События и операции над ними.mp4 |
8.01Мб |
| 1.2. Типичные задачи, решаемые сверточными НС.mp4 |
3.46Мб |
| 1.3. LSTM сети.mp4 |
10.63Мб |
| 1.3. Виды данных.mp4 |
15.19Мб |
| 1.3. Визуализация данных в электронных таблицах.mp4 |
13.89Мб |
| 1.3. Задача классификации.mp4 |
15.11Мб |
| 1.3.Мир машинного обучения и ИИ.mp4 |
3.92Мб |
| 1.3. Общее описание метода ГК.mp4 |
24.80Мб |
| 1.3. Основные функции систем управления данными ч2.mp4 |
16.60Мб |
| 1.3. Основы Python. Операторы.mp4 |
16.36Мб |
| 1.3. Построение оптимальной разделяющей гиперплоскости.mp4 |
28.87Мб |
| 1.3. Пример использования TensorFlow для решения задачи классификации.mp4 |
20.66Мб |
| 1.3. Пример модели линейной регрессии.mp4 |
6.60Мб |
| 1.3. Примеры абсолютно непрерывных распределений.mp4 |
12.62Мб |
| 1.3. Простейшее вероятностное пространство.mp4 |
9.86Мб |
| 1.3. Технологии.mp4 |
9.51Мб |
| 1.3. Что же такое DL.mp4 |
6.91Мб |
| 1.3. Эмпирическое распределение.mp4 |
7.12Мб |
| 1.4. AI effect и основные решаемые задачи.mp4 |
10.14Мб |
| 1.4. GRU сети.mp4 |
7.86Мб |
| 1.4. Архитектура СУБД.mp4 |
18.48Мб |
| 1.4. Источники данных.mp4 |
18.67Мб |
| 1.4.Классическое обучение обучение с учителем.mp4 |
13.45Мб |
| 1.4. Классическое определение вероятности.mp4 |
3.92Мб |
| 1.4. Основы matplotlib.mp4 |
15.98Мб |
| 1.4. Оценки параметров распределения.mp4 |
9.01Мб |
| 1.4. Пример использования TensorFlow для решения задачи регрессии.mp4 |
10.84Мб |
| 1.4. Пример нахождения первой главной компоненты.mp4 |
7.40Мб |
| 1.4. Пример решения задачи классификации.mp4 |
12.05Мб |
| 1.4. Примеры NoSQL систем.mp4 |
11.90Мб |
| 1.4. Рассмотрение конкретного примера.mp4 |
8.89Мб |
| 1.4. Совместное распределение случайных величин.mp4 |
8.28Мб |
| 1.4. Статистические характеристики параметров простейшей линейной регрессии.mp4 |
16.66Мб |
| 1.4. Функции, модули и библиотеки.mp4 |
11.52Мб |
| 1.5. Keras.mp4 |
1.53Мб |
| 1.5. Введение в реляционные базы данных.mp4 |
12.25Мб |
| 1.5. Дискретное и абсолютно непрерывное многомерные распределения.mp4 |
9.79Мб |
| 1.5. Классификатор с мягким зазором.mp4 |
18.26Мб |
| 1.5.Классическое обучение обучение без учителя.mp4 |
12.49Мб |
| 1.5. Ключевое отличие DL.mp4 |
6.45Мб |
| 1.5. Комбинаторика.mp4 |
13.92Мб |
| 1.5. Некоторые сведения из линейной алгебры.mp4 |
9.75Мб |
| 1.5. Подготовка данных.mp4 |
24.42Мб |
| 1.5. Построение доверительных интервалов.mp4 |
17.24Мб |
| 1.5. Практика.mp4 |
26.99Мб |
| 1.5. Сверточная сеть для решения задач сегментации к 1.4..mp4 |
11.72Мб |
| 1.5. Сравнение оценок.mp4 |
8.15Мб |
| 1.5. Структуры данных Python. Списки и Кортежи.mp4 |
17.47Мб |
| 1.6. Задача сегментации.mp4 |
14.26Мб |
| 1.6. Интервальное оценивание.mp4 |
8.71Мб |
| 1.6. Независимость случайных величин.mp4 |
6.58Мб |
| 1.6. Нормализация по мини-батчам.mp4 |
9.34Мб |
| 1.6. Обратно в МГК.mp4 |
18.75Мб |
| 1.6. Обучение и переобучение в ML.mp4 |
8.78Мб |
| 1.6.Обучение с подкреплением.mp4 |
5.31Мб |
| 1.6. Пример использования Keras для решения задачи классификации.mp4 |
23.43Мб |
| 1.6. Примеры использования комбинаторики.mp4 |
9.45Мб |
| 1.6. Проверка гипотез.mp4 |
7.08Мб |
| 1.6. Словари.mp4 |
11.05Мб |
| 1.6. Ядра и спрямляющие пространства.mp4 |
14.77Мб |
| 1.7.Ансамблевые методы и нейросети.mp4 |
8.54Мб |
| 1.7. Библиотеки NumPy, pandas.mp4 |
19.86Мб |
| 1.7. Восстановление признаков.mp4 |
9.32Мб |
| 1.7. Оценка точности модели.mp4 |
7.52Мб |
| 1.7. Практика.mp4 |
2.73Мб |
| 1.7. Пример использования Keras для решения задачи регрессии.mp4 |
11.89Мб |
| 1.7. Проверка гипотез.mp4 |
12.90Мб |
| 1.7. Сверточная сеть для решения задач детектирования к 1.6..mp4 |
11.91Мб |
| 1.7. Условная вероятность.mp4 |
12.65Мб |
| 1.8. Attention. Transformers.mp4 |
10.02Мб |
| 1.8. Optuna.mp4 |
20.39Мб |
| 1.8. Еще один взгляд на пример.mp4 |
6.12Мб |
| 1.8. Задача детектирования.mp4 |
12.87Мб |
| 1.8. Пример на реальных данных.mp4 |
5.42Мб |
| 1.8. Схема Бернулли.mp4 |
5.00Мб |
| 1.9. Гиперпараметры и их подбор.mp4 |
6.81Мб |
| 1.9. Множественная линейная регрессия.mp4 |
16.15Мб |
| 1.9. Построение простого автоэнкодера к 1.8..mp4 |
11.58Мб |
| 1.9. Практика.mp4 |
13.70Мб |
| 1.9. Примеры использования МГК.mp4 |
12.28Мб |
| 1.Введение_МО.pdf |
6.03Мб |
| 1. Введение.pdf |
5.27Мб |
| 10._NoSQL_хранилища_2021.pdf |
9.71Мб |
| 10.Подкрепление.pdf |
5.35Мб |
| 11._Redis_2021.pdf |
4.64Мб |
| 12._MongoDB_2021.pdf |
5.23Мб |
| 13._Cassandra_2021.pdf |
4.07Мб |
| 14._Neo4j_2021.pdf |
9.03Мб |
| 2._Инструменты_обработки_данных.pdf |
953.46Кб |
| 2.1. Введение в деревья принятия решений.mp4 |
10.67Мб |
| 2.1. Генеративные и дискриминативные алгоритмы.mp4 |
7.99Мб |
| 2.1. Монотонные преобразования.mp4 |
10.48Мб |
| 2.1. Наводящие размышления.mp4 |
5.38Мб |
| 2.1. Однослойный перцептрон.mp4 |
9.02Мб |
| 2.1. Описательная статистика.mp4 |
19.11Мб |
| 2.1. Основные понятия и задачи математической статистики.mp4 |
5.99Мб |
| 2.1. Понятие случайной величины.mp4 |
7.35Мб |
| 2.1. Проектирование данных.mp4 |
12.70Мб |
| 2.1. Хранение и обработка данных.mp4 |
13.72Мб |
| 2.10. Многоклассовая классификация.mp4 |
15.05Мб |
| 2.1 Основы Redis.mp4 |
12.48Мб |
| 2.2. Аналитическое построение модели.mp4 |
6.00Мб |
| 2.2. Выборочное распределение.mp4 |
6.88Мб |
| 2.2. Как создать электронную таблицу.mp4 |
12.93Мб |
| 2.2. Повторные выборки.mp4 |
10.16Мб |
| 2.2. Построение модели логистической регрессии.mp4 |
5.85Мб |
| 2.2. Преобразование данных.mp4 |
8.76Мб |
| 2.2. Проектирование связей.mp4 |
13.49Мб |
| 2.2. Совместное распределение случайных величин. Независимость.mp4 |
11.27Мб |
| 2.2. Функции от нескольких случайных величин.mp4 |
6.90Мб |
| 2.2. Энтропия.mp4 |
17.61Мб |
| 2.2 Структуры данных. Строки и хеши.mp4 |
13.40Мб |
| 2.3. Джекнайф.mp4 |
24.27Мб |
| 2.3. Логистическая функция.mp4 |
10.49Мб |
| 2.3. Медиана и математическое ожидание.mp4 |
9.78Мб |
| 2.3. Медиана и математическое ожидание.mp4 |
8.32Мб |
| 2.3. Нормировка данных.mp4 |
17.96Мб |
| 2.3. Построение однослойной полносвязной сети средствами Numpy.mp4 |
47.49Мб |
| 2.3. Преобразование ER-модели в БД.mp4 |
11.49Мб |
| 2.3. Приемы работы с электронными таблицами.mp4 |
22.01Мб |
| 2.3. Условная энтропия.mp4 |
24.37Мб |
| 2.3. Эмпирическая функция распределения.mp4 |
12.25Мб |
| 2.3 Структуры данных. Списки и множества.mp4 |
15.62Мб |
| 2.4. Бутстрэп.mp4 |
11.94Мб |
| 2.4. Вычисление математического ожидания у некоторых распределений.mp4 |
12.24Мб |
| 2.4. Гистограмма.mp4 |
7.37Мб |
| 2.4. Градиентный и стохастический градиентный спуски.mp4 |
10.87Мб |
| 2.4. Метод максимального правдоподобия.mp4 |
15.49Мб |
| 2.4. Нормировка данных для нечисловых шкал и целевая функция.mp4 |
16.47Мб |
| 2.4. Свойства математического ожидания.mp4 |
9.24Мб |
| 2.4. Создание таблиц.mp4 |
12.44Мб |
| 2.4. Сортировка и фильтрация данных.mp4 |
12.12Мб |
| 2.4. Энтропия и прирост информации.mp4 |
11.57Мб |
| 2.4 За пределами структур данных.mp4 |
17.32Мб |
| 2.5. Выборочные моменты.mp4 |
13.00Мб |
| 2.5. Деревья принятия решений.mp4 |
18.70Мб |
| 2.5. Дисперсия, ковариация, корреляция.mp4 |
12.49Мб |
| 2.5. Дисперсия и моменты старших порядков.mp4 |
6.08Мб |
| 2.5. Нахождение параметров модели.mp4 |
9.51Мб |
| 2.5. Общее понятие ансамбля.mp4 |
15.07Мб |
| 2.5. Ограничения целостности.mp4 |
13.13Мб |
| 2.5. Сводная таблица.mp4 |
16.52Мб |
| 2.5. Функции активации (начало).mp4 |
3.05Мб |
| 2.6. Бинарное дерево решений.mp4 |
14.77Мб |
| 2.6. Бэггинг.mp4 |
8.85Мб |
| 2.6. Выборочные квантили.mp4 |
4.70Мб |
| 2.6. Вычисление дисперсий некоторых распределений.mp4 |
9.26Мб |
| 2.6. Многослойный перцептрон и backpropagation.mp4 |
9.96Мб |
| 2.6. Отступ и уверенность классификации.mp4 |
6.28Мб |
| 2.6. Пример на вычисление всего всего.mp4 |
4.65Мб |
| 2.7. Адаптивный бустинг.mp4 |
16.06Мб |
| 2.7. Ковариация и корреляция.mp4 |
3.47Мб |
| 2.7. Неопределенность Джини .mp4 |
12.40Мб |
| 2.7. Параметры схемы Бернулли.mp4 |
2.76Мб |
| 2.7. Построение многослойной полносвязной сети средствами Numpy.mp4 |
59.03Мб |
| 2.7. Сравнение линейной и логистической регрессий.mp4 |
4.66Мб |
| 2.8. Глубокие НС в Sklearn.mp4 |
6.98Мб |
| 2.8. Закон больших чисел.mp4 |
9.16Мб |
| 2.8. Многоклассовая логистическая регрессия.mp4 |
7.30Мб |
| 2.8. Применение деревьев принятия решений.mp4 |
9.15Мб |
| 2.8. Различные типы сходимостей и их связи.mp4 |
9.85Мб |
| 2.8. Стекинг.mp4 |
7.27Мб |
| 2.9. F-мера и ROC-анализ.mp4 |
15.12Мб |
| 2.9. Закон больших чисел. Центральная предельная теорема.mp4 |
8.92Мб |
| 2.9. Предельные теоремы.mp4 |
11.08Мб |
| 2.9. Случайный лес.mp4 |
5.06Мб |
| 2.9. Функции активации (продолжение).mp4 |
11.71Мб |
| 2.Python.pdf |
4.92Мб |
| 2. Перцептрон. Многослойные НС.pdf |
73.77Мб |
| 2.Регрессия.pdf |
4.53Мб |
| 3._Визуализация_данных.pdf |
1.74Мб |
| 3.1. Анализ временных рядов.mp4 |
11.60Мб |
| 3.1. Введение.mp4 |
18.31Мб |
| 3.1. Виды кластеров и множественность алгоритмов.mp4 |
9.79Мб |
| 3.1. Оператор SELECT.mp4 |
12.32Мб |
| 3.1. Определение геометрической вероятности.mp4 |
8.61Мб |
| 3.1. Точечное оценивание.mp4 |
6.56Мб |
| 3.1 Основы MongoDB.mp4 |
9.74Мб |
| 3.2. k-рукий бандит.mp4 |
10.56Мб |
| 3.2. Метод К-средних.mp4 |
17.42Мб |
| 3.2. Парадокс Бертрана.mp4 |
6.93Мб |
| 3.2. Сглаживание временных рядов.mp4 |
9.50Мб |
| 3.2. Точечные оценки и их свойства.mp4 |
9.87Мб |
| 3.2. Условия выборки.mp4 |
17.19Мб |
| 3.2 Начало работы с MongoDB.mp4 |
10.30Мб |
| 3.3. Аггрегатные функции.mp4 |
16.21Мб |
| 3.3. Жадные стратегии.mp4 |
23.89Мб |
| 3.3. Метод моментов для одномерного параметра.mp4 |
8.48Мб |
| 3.3. Определение трендов временных рядов.mp4 |
17.64Мб |
| 3.3. Пример хруст и сладость продуктов.mp4 |
5.51Мб |
| 3.3. Сигма-алгебра событий.mp4 |
9.64Мб |
| 3.3 Выборка данных из коллекций.mp4 |
10.95Мб |
| 3.4. Вероятностная мера и вероятностное пространство.mp4 |
9.54Мб |
| 3.4. Вложенные запросы.mp4 |
15.20Мб |
| 3.4. Определение сезонных компонент временных рядов.mp4 |
14.98Мб |
| 3.4. Различные способы начальной инициализации. Сходимость метода. Выбор числа К.mp4 |
13.21Мб |
| 3.4. Состоятельность оценки метода моментов.mp4 |
2.83Мб |
| 3.4. Стратегии Softmax и UCB и оптимистичные начальные оценки.mp4 |
13.99Мб |
| 3.4 Фильтры, сортировка и агрегирование.mp4 |
14.73Мб |
| 3.5. Агломеративная кластеризация.mp4 |
12.33Мб |
| 3.5. Взаимодействие агента и окружающей среды.mp4 |
20.44Мб |
| 3.5. Метод моментов для многомерного параметра.mp4 |
5.08Мб |
| 3.5. Теоретико-множественные операции.mp4 |
9.14Мб |
| 3.5. Условная вероятность независимость и независимость в совокупности.mp4 |
6.51Мб |
| 3.5 Редактирование данных и индексы.mp4 |
9.97Мб |
| 3.6. Модельный пример.mp4 |
4.62Мб |
| 3.6. Понятие случайной величины.mp4 |
6.20Мб |
| 3.6. Пример хруст и сладость продуктов. Дендрограмма. Каменистая осыпь.mp4 |
12.27Мб |
| 3.6. Соединение таблиц.mp4 |
9.66Мб |
| 3.6. Функции ценности состояний и действий.mp4 |
12.27Мб |
| 3.7. DBSCAN.mp4 |
13.39Мб |
| 3.7. Общее описание ММП.mp4 |
4.45Мб |
| 3.7. Оценка стратегий. Оптимальные стратегии.mp4 |
22.44Мб |
| 3.7. Функция распределения случайной величины.mp4 |
11.13Мб |
| 3.8. Алгоритмы SARSA и Q-обучение.mp4 |
19.02Мб |
| 3.8. Примеры применения ММП.mp4 |
13.62Мб |
| 3.9. Пример использования алгоритмов SARSA и Q-обучение.mp4 |
7.13Мб |
| 3.9. Состоятельность оценки ММП.mp4 |
2.86Мб |
| 3. Инструменты обучения НС.pdf |
1.96Мб |
| 3.Классификаторы_KNN_и_наивный_байес.pdf |
4.27Мб |
| 4._Анализ_и_преобразование_данных.pdf |
4.34Мб |
| 4.1. Введение в Cassandra.mp4 |
18.92Мб |
| 4.1. Выражения на SQL.mp4 |
13.32Мб |
| 4.1. Понятие доверительного интервала.mp4 |
7.19Мб |
| 4.2. Встроенные функции на SQL.mp4 |
13.50Мб |
| 4.2. Проектирование модели данных.mp4 |
17.27Мб |
| 4.2. Точные доверительные интервалы для семейства нормальный распределений.mp4 |
7.80Мб |
| 4.3. Объекты базы данных.mp4 |
17.38Мб |
| 4.3. Работа с данными.mp4 |
9.71Мб |
| 4.3. Точные доверительные интервалы для семейства нормальный распределений продолжение.mp4 |
12.96Мб |
| 4.4. Асимптотические доверительные интервалы и примеры их построения.mp4 |
7.12Мб |
| 4.4. Введение и проектирование Neo4j.mp4 |
10.58Мб |
| 4.4. Индексы.mp4 |
12.58Мб |
| 4.5. Асимптотический доверительный интервал для семейства распределений Бернулли.mp4 |
9.48Мб |
| 4.5. Работа с данными.mp4 |
9.92Мб |
| 4.6. Асимптотическая нормальность оценки и построение доверительных интервалов.mp4 |
6.56Мб |
| 4.LogisticRegression.pdf |
3.20Мб |
| 4. Сверточные НС.pdf |
14.50Мб |
| 4 10 Пример классификации.mp4 |
5.83Мб |
| 4 11 Классификация писем. Сглаживание по Лапласу.mp4 |
7.13Мб |
| 4 1 Интуитивный подход к алгоритму k-NN.mp4 |
12.02Мб |
| 4 2 Метрики.mp4 |
10.68Мб |
| 4 3 Классификация методом k-NN.mp4 |
6.44Мб |
| 4 4 Пример классификации.mp4 |
5.75Мб |
| 4 5 Взвешенный k-NN.mp4 |
7.90Мб |
| 4 6 Алгоритмы их оценка и разделение данных.mp4 |
23.24Мб |
| 4 7 Пример взвешенный k-NN и k-блочная кросс-валидация.mp4 |
6.37Мб |
| 4 8 Проклятие размерности.mp4 |
6.51Мб |
| 4 9 Построение классификатора.mp4 |
19.92Мб |
| 5._Работа_с_временными_рядами_2022.pdf |
9.21Мб |
| 5._Рекуррентные_НС.pdf |
6.41Мб |
| 5.1. Понятие гипотезы.mp4 |
10.13Мб |
| 5.10. Заключительные слова.mp4 |
1.69Мб |
| 5.2. Понятие критерия. Ошибки 1 и 2 рода.mp4 |
6.12Мб |
| 5.3. Критерии согласия.mp4 |
3.98Мб |
| 5.4. Критерий Колмогорова.mp4 |
5.87Мб |
| 5.5. Критерий однородности.mp4 |
2.95Мб |
| 5.6. Гипотезы о равенстве средних двух нормальных выборок при равных дисперсиях.mp4 |
4.09Мб |
| 5.7. Гипотеза о равенстве дисперсий двух нормальных выборок.mp4 |
2.59Мб |
| 5.8. Гипотеза о среднем нормальной выборки при известной дисперсии.mp4 |
1.73Мб |
| 5.9. Гипотеза о среднем нормальной выборки при неизвестной дисперсии.mp4 |
1.93Мб |
| 5.SVM.pdf |
6.15Мб |
| 5 1 Мотивировка и введение.mp4 |
7.52Мб |
| 6_Системы_управления_базами_данных.pdf |
3.55Мб |
| 6.Энтропия_и_ДПР.pdf |
6.29Мб |
| 7_Проектирование_структурированных_данных.pdf |
5.15Мб |
| 7.Кластеризация.pdf |
3.81Мб |
| 8._Запросы_на_языке_SQL.pdf |
5.52Мб |
| 8.МГК.pdf |
3.00Мб |
| 9._Объекты_базы_данных.pdf |
3.71Мб |
| 9.Ансамбли.pdf |
9.08Мб |
| Лекция_1._Простейшая_теория_вероятностей.pdf |
917.08Кб |
| Лекция_10._Проверка_гипотез.pdf |
952.25Кб |
| Лекция_2._Простейшие_случайные_величины.pdf |
946.21Кб |
| Лекция_3._Общее_понятие_вероятностного_пространства.pdf |
987.93Кб |
| Лекция_4._Типы_распределений_случайных_величин.pdf |
1.86Мб |
| Лекция_5._Числовые_характеристики__сходимость.pdf |
1.28Мб |
| Лекция_6._Установочная_лекция_по_статистике.pdf |
1.07Мб |
| Лекция_7._Выборочные_характеристики.pdf |
2.94Мб |
| Лекция_8._Точечное_оценивание.pdf |
3.22Мб |
| Лекция_9._Точные_и_асимптотические_доверительные_интервалы.pdf |
2.94Мб |