Інформація про курс

Курс присвячений вивченню байєсівського підходу до аналізу даних та машинного навчання. Основна увага приділяється побудові ймовірнісних моделей, оцінюванню невизначеності, оновленню знань на основі нових даних та прийняттю рішень в умовах неповної інформації.

У межах курсу розглядаються базові поняття теорії ймовірностей, формула Байєса, апріорні та апостеріорні розподіли, байєсівська оцінка параметрів, байєсівські класифікатори, а також сучасні методи наближеного виводу, зокрема MCMC та варіаційні методи.

Практична спрямованість курсу забезпечується виконанням задач із використанням Python та відповідних бібліотек (NumPy, SciPy, PyMC, scikit-learn). Студенти навчаються будувати, оцінювати та інтерпретувати байєсівські моделі для реальних задач аналізу даних.