Explore les temps d'arrêt dans les martingales et le mouvement brownien, en discutant des propriétés de convergence et de la forte propriété de Markov.
Couvre le théorème de décomposition de Doob pour les sous-martingales et explore les propriétés des mouvements browniens, la variation quadratique et les martingales continues.
Introduit des modèles de Markov cachés, expliquant les problèmes de base et les algorithmes comme Forward-Backward, Viterbi et Baum-Welch, en mettant laccent sur lattente-Maximisation.
Explore l'inférence causale, les graphiques dirigés et l'équité dans les algorithmes, en mettant l'accent sur l'indépendance conditionnelle et les implications des GAD.
Explore le concept de martingales et leur relation avec le mouvement brownien à travers des marches aléatoires simples symétriques et discute des résultats positifs potentiels de la crise actuelle.
Couvre les processus de Markov, les densités de transition et la distribution sous réserve d'information, en discutant de la classification des états et des distributions fixes.