Couvre les processus de Markov, les densités de transition et la distribution sous réserve d'information, en discutant de la classification des états et des distributions fixes.
Couvre le calcul stochastique, en se concentrant sur la formule d'Itô, les équations différentielles stochastiques, les propriétés martingales et le prix d'option.
Couvre la probabilité appliquée, les processus stochastiques, les chaînes de Markov, l'échantillonnage de rejet et les méthodes d'inférence bayésienne.
Explore les critères de convergence pour les martingales, y compris la convergence presque certaine et le critère de Cauchy, conduisant au premier théorème de convergence de martingale.
Explore les théorèmes de martingales, de mouvement brownien, de submartingales, de surveillance des descentes et de convergence avec des exemples pratiques.
Introduit des modèles de Markov cachés, expliquant les problèmes de base et les algorithmes comme Forward-Backward, Viterbi et Baum-Welch, en mettant laccent sur lattente-Maximisation.
