Cap. 12 — Processi evolutivi e inferenza
Catene di Markov, inferenza statistica e le frontiere moderne: dal campione all'intelligenza artificiale.
1
Cenni sui processi stocastici: Catene di markov
Introduzione alle catene di Markov: proprietà di Markov, matrice di transizione, distribuzione stazionaria, esempi con meteo, PageRank e random walk.
2
Inferenza statistica: Dal campione alla popolazione
Introduzione all'inferenza statistica: campionamento, stimatori, intervalli di confidenza, test di ipotesi, p-value e errori di tipo I e II.
3
Probabilità nell'era dell'ai: Rischio e machine learning
Come la probabilità alimenta il machine learning: classificazione bayesiana, reti neurali, analisi del rischio e le frontiere moderne della teoria della probabilità.