Concept
Variance (mathématiques)
Séances de cours associées (367)
Estimation des écarts
Couvre les inégalités de Markov et Chebyshev pour les variables aléatoires et les distributions de probabilité.
Loi des grands nombres : hypothèses générales
Plonge dans les complexités de l'extension de la variance finie aux hypothèses d'attente finies.
Processus stochastiques : Marche au hasard symétrique
Couvre les propriétés de la marche symétrique aléatoire dans les processus stochastiques.
Techniques de réduction des écarts
Couvre les techniques de réduction de la variance dans la simulation stochastique pour améliorer la précision et l'efficacité.
Erreurs de suivi de PLL et de FLL
Explore les erreurs de phase et de fréquence dans les boucles de suivi PLL et FLL, les exemples de jitters totaux, la variance des erreurs et les fonctions de transfert de boucle.
Analyse des composantes principales : compréhension de la structure des données
Explore l'analyse des composantes principales, la réduction de la dimensionnalité, l'évaluation de la qualité des données et le contrôle du taux d'erreur.
Modèle d'émission aléatoire du champ
Couvre le modèle d'émission aléatoire du champ, en discutant du concept de désordre et du processus de recherche de l'état fondamental.
Exploration Bias
Explore la régularisation, les algorithmes d'apprentissage et les hypothèses sous-gaussiennes dans l'apprentissage automatique.
Coloriage graphique: théorie et applications
Couvre la théorie et les applications de la coloration graphique, en se concentrant sur les modèles de blocs stochastiques dissortatifs et la coloration plantée.
Essais de propriétés
Couvre le concept de test de propriété en utilisant des méthodes statistiques.