Оптимальное линейное оценивание с неточно заданной матрицей A для одного и нескольких измерений Голубцов Петр Викторович 00:16 Задача с неопределённостью в операторе A. Поиск минимума функционала невязки 10:03 Примеры. Измерение a) быстрый шум (различная мультипликативная погрешность) 21:08 Примеры. Измерение b) медленный шум (одинаковая мультипликативная погрешность) 26:55 Накопление информации с неточно заданным оператором для многих измерений 40:08 Пример накопления канонической информации 45:52 Точность оценки 48:52 Пример накопления канонической информации для зависимых матриц A (медленный шум) 01:13:20 Сравнение результата с независимыми измерениями 01:15:56 Проблема фиксированной погрешности при неточном A 01:18:37 Задача калибровки измерительной системы Ссылка на плейлист Teach-In: https://teach-in.ru/course/theoretical-foundations-of-big-data-analytics Ссылка на плейлист YouTube: https://www.youtube.com/playlist?list=PLcsjsqLLSfNATCg16XXkFdwlONJt0dVxJ Ссылка на плейлист VK: https://vkvideo.ru/playlist/-176441665_870 Ссылка на плейлист RuTube: https://rutube.ru/plst/1513683 #teach_in #teachin #мгу #msu #физфак #fizfak #Голубцов #Golubtsov #лекция #lecture #теоретические_основы_аналитики_больших_данных #theoretical_foundation_of_big_data_analytics #большие_данные #big_data #каноническая_информация #canonical_information #оптимальное_линейное_оценивание #best_linear_estimation #априорная_информация #prior_information #неточная_матрица #random_matrix