В курсе рассматриваются основные сведения о постановках и методах решения различных задач обработки данных хаотических временных процессов: информация и информационная матрица Фишера; метод максимального правдоподобия; учет априорной информации с помощью метода Байеса и обобщенного метода максимального правдоподобия. Рассматриваются линейные и нелинейные вероятностные регрессионные модели и методы учета априорной экспертной информации в линейных вероятностных регрессионных моделях. Исследуются стационарные и нестационарные временные процессы и их характеристики. Рассматриваются методы прогнозирование детерминированных и хаотических временных процессов с помощью моделей авторегрессии и метрического анализа.