Course Curriculum
1. Въведение - Optimization Problems / проблеми с оптимизацията
2. Optimization Problems/ Оптимизационни проблеми
3. Graph-theoretic Models/ Графично-теоретични модели
4. Stochastic Thinking
5. Random walks
6. Monte Carlo Simulation
7. Интервали на доверие
8. Sampling and Standard Error
9. Understanding Experimental Data
10. Understanding Experimental Data/ Разбиране на експериментални данни (продължение)
11. Machine learning – въведение
12. Clustering / Групиране
13. Classification/ Класификация
14. Classification and Statistical Sins
15. Statistical Sins and Wrap Up (Заключение)