Sirvi Kuupäev , alustades "2013-12-10" järgi
Nüüd näidatakse 1 - 8 8
- Tulemused lehekülje kohta
- Sorteerimisvalikud
listelement.badge.dso-type Kirje , Liigutusõpetus(Tartu Ülikool, 2013-12-10) Raudsepp, LennartE-kursuse eesmärgiks on ülevaate andmine inimese liigutustegevuste juhtimise ja omandamise alustest.listelement.badge.dso-type Kirje , Tõenäosusteooria ja statistika(Tartu Ülikool, 2013-12-10) Jakobson, ErkoTutvumine tõenäosusteooria aluste ja põhimõistetega ning statistilise andmetöötluse vahenditega, seoste loomine tõenäosusteooria ja statistilise andmetöötluse vahel ning praktilise kogemuse omandamine statistiliste andmetöötlusülesannete lahendamiseks.listelement.badge.dso-type Kirje , Artificial Muscles(Tartu Ülikool, 2013-12-10) Kiefer, Rudolf; Aabloo, AlvoCourse material for "Artificial Muscles" e-course.listelement.badge.dso-type Kirje , Andekuse psühholoogia ja pedagoogika küsimusi(Tartu Ülikool, 2013-12-10) Sepp, ViireKursus koosneb 10 teemast, millest 9 on omandatavad e-õppes. Iga teema kohta on kas slaididega videoloeng ja/või tekstiline õppematerjal (repositooriumis esitatud osaleiselt). Lisamaterjal on esitatud kas linkidena videotele või viidetena või mujal avaldatud tekstidena. Iga teema kohta tuleb sooritada kas kontrolltest või muu iseseisev ülesanne ning osaleda rühmatöös. Enamik lisamaterjale pärineb kursuse autori poolt toimetatud materjalide või korraldatud andekuse-teemaliste konverentside ettekannete hulgast. Kuna viimase, eriseminari teema lähtub kursusel õppijate soovidest, siis viiakse see läbi auditoorse seminarina.listelement.badge.dso-type Kirje , listelement.badge.dso-type Kirje , Andmeanalüüs II(Tartu Ülikool, 2013-12-10) Käärik, EneKursuse eesmärgiks on anda ülevaade andmeanalüüsi klassikalistest meetoditest, nende eeldustest ja võimalikust rakendamisest konkreetsetel andmestikel.listelement.badge.dso-type Kirje , Bayesi statistika Markovi ahelatega(Tartu Ülikool, 2013-12-10) Traat, Imbi; Lepik, NataljaKursuse eesmärk: tutvustada alternatiivset suunda statistikas - Bayesi statistikat. See matemaatiliselt elegantne lähenemisviis võib pakkuda lahendusi keerulistele praktilistele probleemidele, seda eriti kaasaegsel arvutiajastul. Kursusel vaadeldakse Bayesi otsustuste tegemist Markovi ahelate Monte Carlo (MCMC) meetodil, st otsustused tehakse vastavate ahelate simuleeritud väärtustelt. Kursuse esimeses osas tutvutakse Bayesi statistika olemusega. Vaadeldakse statistiliste mudelite parameetrite hindamist Bayesi moodi.Teises osas antakse ülevaade vajalikest Markovi ahelate mõistetest ja omadustest. Kolmas osa on pühendatud statistilistele otsustustele MCMC meetodil, erijuhtudel Gibbsi ja Metropolis-Hastingsi algoritme kasutades. Õpitakse meetodit praktiliselt kasutama ja tulemusi interpreteerima. Tutvutakse spetsiaalselt selleks mõeldud tarkvaraga WinBUGS.