Математические методы прогнозирования (кафедра ВМиК МГУ)/Кафедральные курсы
Материал из MachineLearning.
(Различия между версиями)
м (смена лектора у курса МОТП) |
м |
||
Строка 78: | Строка 78: | ||
| | | | ||
|<!-- ЗДЕСЬ ПЕРЕЧИСЛЯЮТСЯ КУРСЫ ДЛЯ 4-ГО КУРСА В ОСЕННЕМ СЕМЕСТРЕ --> | |<!-- ЗДЕСЬ ПЕРЕЧИСЛЯЮТСЯ КУРСЫ ДЛЯ 4-ГО КУРСА В ОСЕННЕМ СЕМЕСТРЕ --> | ||
- | {{Курс|Режим = {{{1}}}|Название = | + | {{Курс|Режим = {{{1}}}|Название = |
- | '''[[Прикладная алгебра (курс лекций, Ю.И. Журавлев, А.Г. Дьяконов)#ПРИКЛАДНАЯ АЛГЕБРА (часть | + | '''[[Прикладная алгебра (курс лекций, Ю.И. Журавлев, А.Г. Дьяконов)#ПРИКЛАДНАЯ АЛГЕБРА (часть 3)|Прикладная алгебра (часть 3)]]''', [[Участник:Sgur|С.И.Гуров]] |
|Описание = | |Описание = | ||
}} | }} | ||
Строка 94: | Строка 94: | ||
|Описание = | |Описание = | ||
}} | }} | ||
- | {{Курс|Режим = {{{1}}}|Название = | + | {{Курс|Режим = {{{1}}}|Название = |
- | '''[[Прикладная алгебра (курс лекций, Ю.И. Журавлев, А.Г. Дьяконов)#ПРИКЛАДНАЯ АЛГЕБРА (часть | + | '''[[Прикладная алгебра (курс лекций, Ю.И. Журавлев, А.Г. Дьяконов)#ПРИКЛАДНАЯ АЛГЕБРА (часть 2)|Прикладная алгебра (часть 2)]]''', В.К. Леонтьев. |
|Описание = | |Описание = | ||
}} | }} |
Версия 15:45, 3 февраля 2012
|
|
| Тел. +7-495-939-4202 e-mail: Ученый секретарь: Д.П. Ветров Все контакты |
Содержание |
Третий курс
- Математические методы распознавания образов, К.В.Воронцов
- Изучаются методы классификации, регрессии, понижения размерности, кластеризации, как классические, так и новые, созданные за последние 10–15 лет. На материал данного курса опираются последующие кафедральные курсы.
Четвёртый курс
- Практикум, А.И.Майсурадзе
- Математические методы классификации, К.В. Рудаков
- Прикладная алгебра (часть 3), С.И.Гуров
- Графические модели, Д.П. Ветров
- Прикладная алгебра (часть 2), В.К. Леонтьев.
- Математические основы теории прогнозирования, О.В. Сенько
- Обзорный курс для студентов 3-го потока ВМК МГУ по основным математическим методам решения задач машинного обучения. Задачей курса также является ознакомление с основными математическими теориями, которые используются при построении алгоритмов распознавания, такими как алгебра, математическая статистика, методы оптимизации, дискретная математика и др.
Пятый курс
- Прикладной статистический анализ данных, К.В.Воронцов
- Обзорный курс, охватывающий дисперсионный, корреляционный, регрессионный анализ, анализ временных рядов и прогнозирование, анализ выживаемости, анализ панельных данных, выборочный анализ. Цели курса — связать математическую статистику с практическими приложениями в различных предметных областях, научить студентов правильно применять методы прикладной статистики.
Архив курсов
- Прикладные системы распознавания и прогнозирования, К.В. Рудаков и др.
- Математические методы прогнозирования, А.М. Шурыгин