Введение в Гауссовские процессы на Python

Исторически курс по теории случайных процессов в вузах является продвинутой математической дисциплиной, требующей серьезных знаний теории меры и теории вероятностей. Такие курсы обычно достаточно абстрактны, а упоминаемые приложения обычно относятся к финансовой математике и теории обслуживания. В то же время приложения теории случайных процессов встречаются повсеместно в машинном обучении и байесовском анализе данных. Цель этого курса в простых терминах объяснить основные принципы, возникающие при изучении случайных процессов, и как их использовать на практике в задачах анализа данных.

Пререквизиты:

• линейная алгебра: квадратичные формы; собственные числа; диагонализация матриц
• теория вероятностей: нормальное распределение; случайные вектора, их матожидание и матрица ковариации; ковариация и корреляция случайных величин
• Python: знакомство с numpy, scipy, matplotlib, jupyter notebook