Couvre les variables aléatoires, les espaces déchantillons, les distributions de probabilité, les fonctions, la valeur attendue, la variance et les estimations.
Explore la modélisation des signaux neurobiologiques avec les chaînes Markov, en mettant l'accent sur l'estimation des paramètres et la classification des données.
Couvre la probabilité appliquée, les processus stochastiques, les chaînes de Markov, l'échantillonnage de rejet et les méthodes d'inférence bayésienne.
Explore Markov Chain Monte Carlo pour l'échantillonnage des distributions haute dimension et l'optimisation des fonctions à l'aide de l'algorithme Metropolis-Hastings.
Couvre les modèles stochastiques de communication, se concentrant sur les variables aléatoires, les chaînes Markov, les processus Poisson et les calculs de probabilité.
Explore la modélisation des signaux neurobiologiques, en se concentrant sur les pics, la vitesse de tir, plusieurs neurones d'état, et l'estimation des paramètres.
Explore les méthodes d'estimation du spectre paramétrique, y compris les spectres linéaires et lisses, et se penche sur l'analyse de la variabilité de la fréquence cardiaque.
Couvre les concepts fondamentaux de la statistique, y compris la théorie de l'estimation, les distributions et la loi des grands nombres, avec des exemples pratiques.
Explore la formation de l'espérance musicale, les transitions de modélisation dans la musique et les défis informatiques dans la représentation des structures musicales, se terminant par une étude sur l'harmonie jazz.
Présente les bases de l'analyse et de la gestion des risques en génie civil, couvrant les distributions, les rappels statistiques et les techniques d'interprétation mathématique.