http://old.exponenta.ru/soft/MathCAD/usersguide/0.asp
Основополагающий труд, из которой можно узнать, зачем для вероятностных моделей нужен
такой математический конструкт, как σ-алгебра. https://www.twirpx.com/file/16998/
А также еще один серьезный труд, который утверждает, что при изложении статистики можно
вообще обойтись без σ-алгебры.
• http://mirknig.su/knigi/estesstv_nauki/145463-teoriya-tochechnogo-ocenivaniya.html
• Простые и полезные книги, в которых изложены основы вероятностного исчисления случайных событий
• Гнеденко Б.В. Курс теории вероятностей - https://www.twirpx.com/file/2175056/
• Гмурман В.Е. Теория вероятностей и математическая статистика -
https://nashol.com/2011063056964/teoriya-veroyatnostei-i-matematicheskaya-statistika-gmurman-v-e.html
http://gostbase.ru/oks/03.120.30/
Формат состязаний. Требования к Задача 1. (100 баллов)
содержанию и оформлению
заданий. Предварительная загрузка презентации в личный кабинет участника (до 23:59 25.04 по московскому
времени). Защита решения кейса, подготовленного в рамках полуфинала, с использованием
презентации, отвечающей требованиям жюри, и демонстрирующей решение в порядке очереди в
течение 5 минут и обсуждение вопросов, подготовленных членами жюри, в течение остального
времени, отведённого участнику.
Дополнительная нет
информация/инструкции для
участников, которые не вошли в
Регламент по направлению
Краткое описание структуры Требования к структуре презентации:
задания и его основные 1) Титульный лист с информацией о вас (ФИО, откуда вы);
характеристики. Система 2) Формулирование задачи в терминах машинного обучения, то есть какую задачу машинного обучения
оценивания заданий. вы решаете;
3) Слайды с ходом решения (как предобрабатывали датасет, какие методы и модели использовали,
какими доп. источниками информации пользовались для решения и т. д.);
4) Итоговый слайд с таблицей опробованных подходов (если их несколько) и получившейся метрикой;
5) Слайд с возможными улучшениями решения (если бы было больше времени, то решение можно
было бы улучшить…)