סטטיסטיקה תיאורית, אמידה, תכונות אומדים ושיטות אמידה, רווחי סמך,

בדיקת השערות על פרמטרים שונים (מבחני Z, מבחני T, מבחן חי-בריבוע, מבחן F) מבחני טיב התאמה ואי תלות,

בקורס זה נסתכל על למידת מכונה מנקודת מבט הסתברותית. ההנחה הבסיסית היא שהנתונים מגיעים מאיזושהי התפלגות (לעיתים לא ידועה).

נלמד שיטות סטטיסטיות בייזיאניות לאמידת פרמטרים לא ידועים של התפלגויות שונות,

נשתמש בשיטות קירוב כגון MCMC כדי לאמוד צפיפויות, נסתכל על למידת מכונה מנקודת מבט של תורת ההחלטות וכן נדון במספר בעיות סיווג.

נושאים אופציוניליים נוספים הם מודלים הסתברותיים כגון רשתות בייזיאניות ושרשראות מרקוב חבויות, שיטות clustering ואלגוריתם EM.