سرفصل های دوره:
1. مقدمه ای بر تحلیل سری های زمانی بیزی
2. مبانی احتمال و آمار بیزی
3. مفاهیم کلیدی در مدل سازی بیزی
4. استنتاج بیزی: رویکردهای تقریبی و دقیق
5. معرفی سری های زمانی
6. انواع سری های زمانی: ایستا، غیر ایستا، فصلی
7. مدل های کلاسیک سری های زمانی: AR, MA, ARMA, ARIMA
8. محدودیت های مدل های کلاسیک در تحلیل بیزی
9. نیاز به مدل های بیزی در تحلیل سری های زمانی
10. معرفی قضیه گاس-کاشان
11. مفاهیم پایه گاس-کاشان
12. کاربرد گاس-کاشان در مدل سازی
13. ارتباط گاس-کاشان با فیلتر کالمن
14. فیلتر کالمن بیزی
15. مدل های فضای حالت بیزی
16. پیاده سازی فیلتر کالمن بیزی
17. کاربرد گاس-کاشان در مدل های غیرخطی
18. فیلتر کالمن توسعه یافته (EKF)
19. فیلتر کالمن ذرات (PF)
20. مقدمه ای بر قضیه مارکوف
21. تعریف فرآیندهای مارکوف
22. مراتب فرآیندهای مارکوف
23. کاربرد فرآیندهای مارکوف در مدل سازی
24. قضیه مارکوف در تحلیل سری های زمانی
25. مدل های مارکوف مخفی (HMM)
26. ساختار HMM
27. آموزش HMM (الگوریتم Viterbi, Forward-Backward)
28. استنتاج در HMM
29. کاربرد HMM در سری های زمانی
30. ارتباط گاس-کاشان و قضیه مارکوف
31. همپوشانی مفاهیم
32. تفاوت های کلیدی
33. ترکیب گاس-کاشان و مارکوف
34. مدل های فضای حالت مارکوفی
35. مدل های فضای حالت با دینامیک مارکوفی
36. مدل های فضای حالت با حالت های گاس-کاشانی
37. مدل های پیچیده تر با ترکیب این دو
38. ...