Explore le théorème de Markov, la liaison de Chernoff et les fondamentaux de la théorie des probabilités, y compris une bonne coloration, des graphiques à 2 couleurs et des événements rares.
Explore les méthodes d'estimation de la distribution, les fonctions de remise en forme et l'importance de choisir le bon estimateur pour obtenir des résultats précis.
Couvre la quantification des distributions de probabilité, le regroupement statistique des moyennes k, l'estimation moyenne, les méthodes de regroupement robustes et les questions de recherche ouvertes.
Discute de l'application du théorème principal à la régression des moindres carrés dans une RKHS, en se concentrant sur LR de la borne de Rademacher et la constante de Lipschitz.
Couvre les définitions et les relations de convergence pour les variables aléatoires, y compris la convergence quadratique, la convergence de probabilité et la convergence presque certaine.
