| 1 |
نحوه ارزشیابی |
- تمرین های تحویلی، کار در کلاس و حضور و غیاب: 2 نمره
- پروژه نرم افزاری پایانی: 2 نمره
- سمینار درسی: 2 نمره
- پایان ترم: 14 نمره |
| 2 |
جایگاه درس در برنامه درسی دوره |
این درس جز دروس تخصصی دکتری آمار می باشد. |
| 3 |
هدف کلی |
فراگیری روشهای محاسباتی و بهینهسازی برای حل مسائل محاسباتی و بهینهسازی در مباحث بنیادی و کاربردی |
| 4 |
شایستگی های پایه |
تقویت دانش محاسباتی و بهینه سازی در انجام مسائل محاسباتی و بهینه سازی و تحلیل دادههای آماری در سطح پیشرفته |
| 5 |
اهداف یادگیری |
دانش محاسباتی و بهینه سازی در انجام مسائل محاسباتی و بهینهسازی
انجام و تحلیل داده های آماری در سطح پیشرفته |
| 6 |
روش تدریس |
به صورت مفهمومی و نظری محاسباتی با استفاده از نرم افزارهای آماری و ریاضی مناسب و
سخنرانی، شبیه سازی و محاسبات نرم افزاری، مشارکت دانشجویان در مباحث درسی شامل: انجام یک پروژه و ارائه در
کلاس و انجام تکلیفهای محن شده |
| 7 |
وظایف دانشجو |
رعایت نظم و انضباط، حضور به موقع در کلاس، حل تمرین و ارائه سمینار و فعالیت کلاسی |
| 8 |
منبع |
|
| 9 |
مواد و امکانات آموزشی |
الف: روشهای محاسباتی
مروری بر روشهای شبیه سازی به منظور حل برخی م سائل احتمال و آمار )توزیعهای آماری، امید ریا ضی و فا صله
اطمینان و انجام آزمننهای آماری کلاسیک و بیزی(
MCMC و )cross-validation( بازنمونه گیری، اعتبارسنجی متقابل ،EM روشهای
برنامه نویسی نسبتاً حرفه ای کاربرد برخی توابع خاص(
کار با داده های انبوه
ساخت برنامههای کاربردی تحت وب
CRAN ساخت و عرضه بسته )کتابخانه( تنابع در
ب: بهینه سازی
بهینه سازی محدب غیر مقید، بهینه سازی محدب مقید و خناص آن
روشهای مختلف بهینه سازی خطی، مستئله دوگان و بهینه سازی به روشهای نقاط درونی و مرتبه او برای مسائل
غیر همنار
بهینه سازی غیرخطی، بهینه سازی پیوسته و ادگوریتمهای روشهای مختلف بهینه سازی خطی، مستئله دوگان و بهینه سآن، رویکردهای جستجوی خطی و ناحیه ای، فاکتور سازی
و تکرار عددی
بهینه سازی مقید، شرایط کاروش-کنهن-تاکر
روشهای لاگرانژ، نقاط داخلی و برنامه ریزی درجه دوم متوالی |