|
Opinto-opas 2011-2012
MIT-3030 Mittausdatan analyysi 2, 5 op
|
Lisätiedot
Soveltuu jatko-opinnoiksi
Vastuuhenkilö
Risto Ritala
Opetus
Opetusmuoto | P1 | P2 | P3 | P4 | Kesä | Toteutuskerrat | Luentoajat ja -paikat |
|
|
|
|
|
|
|
|
Suoritusvaatimukset
Tentti ja projektityö.
Opetukseen ja oppimiseen liittyvät periaatteet ja lähtökohdat
-
Osaamistavoitteet
Syventää data-analyysin ymmärrystä todennäköisyyslaskennan ja stokastisten prosessien lähestymistavoilla.
Sisältö
Sisältö | Ydinaines | Täydentävä tietämys | Erityistietämys |
1. | Bayes-statistiikka mittausinformaatioteoriassa. | ||
2. | Maximum likelihood -estimointi. | ||
3. | Dynaamisten yksi- ja kaksimuuttujasysteemien kuvaaminen yhteisjakautumina. | ||
4. | Aikasarjamallit ja niiden liityntä yhteisjakautumiin. | Jakautumafunktioiden dynaamiset mallit ja aikasarjamallit. | Fokker-Planck -yhtälö jatkuvan ajan ja jatkuvan tilan malleissa. Markov-ketjut diskreetin ajan ja diskreetin tilan malleissa. |
5. | Mallin dynaaminen validointi. |
Opintojakson arvostelu
Tentti muodostaa 50% arvosanasta ja harjoitustyö 50%.
Arvosteluasteikko:
Opintojaksolla käytetään numeerista arviointiasteikkoa (1-5)
Oppimateriaali
Tyyppi | Nimi | Tekijä | ISBN | URL | Painos,saatavuus... | Tenttimateriaali | Kieli |
Luentokalvot | Mittausdatan analyysi 2 | Risto Ritala | Englanti |
Esitietoketju (Vaatii kirjautumisen POPiin)
Vastaavuudet
Opintojakso ei vastaan mitään toista opintojaksoa
Tarkempia tietoja toteutuskerroittain
Toteutus | Kuvaus | Opetusmuodot | Toteutustapa |
Data-analyysiä ja estimointia syventävästi | Luennot Harjoitukset |
Lähiopetus: 0 % Etäopetus: 0 % Itseopiskelu: 0 % |