Zapoznanie z wykładowczynią i wprowadzenie do następujących trzech bloków tematycznych:
1. Elementy rachunku prawdopodobieństwa i statystyki matematycznej.
2. Elementy algebry liniowej.
3. Algorytmy numeryczne znajdujące minimum lokalne zadanej funkcji celu.
Wskazanie, w jakim stopniu i dlaczego będą one istotne realizacji dalszej treści szkoleń.
Udostępnienie (na okres 5 tygodni) nagrań około wykładów dotyczących następujących zagadnień:
Elementy rachunku prawdopodobieństwa i statystyki matematycznej:
1.1. Modelowanie doświadczenia losowego za pomocą przestrzeni probabilistycznej.
1.2. Zmienna losowa - intuicje, przykłady, formalna definicja.
1.3. Typowe rozkłady prawdopodobieństwa (w tym rozkład normalny).
1.4. Zmienne losowe niezależne.
1.5. Centralne twierdzenie graniczne.
1.6. Rozkład t Studenta.
1.7. Teoretyczne podstawy wnioskowania statystycznego.
1.8. Weryfikacja hipotez statystycznych: parametryczne testy istotności (przykład - test t); testy różnicy średnich dla obserwacji powiązanych w pary (przykłady – sparowany test t i test Wilcoxona); testy zgodności, testy normalności rozkładu (przykład - test normalności Shapiro-Wilka).
Elementy algebry liniowej:
2.1. Macierze i działania na macierzach.
2.2. Wektory i wartości własne macierzy.
2.3. Przestrzeń wektorowa.
2.4. Iloczyn skalarny.
2.5. Notacja Diraca i pojęcie bitu kwantowego (kubitu).
Algorytmy numeryczne znajdujące minimum lokalne zadanej funkcji celu:
3.1. Pojęcie gradientu.
3.2. Metoda spadku wzdłuż gradientu.
3.3. Metoda stochastycznego spadku wzdłuż gradientu.
