Математические методы прогнозирования (кафедра ВМиК МГУ)/Кафедральные курсы
Материал из MachineLearning.
(Различия между версиями)
м |
|||
Строка 40: | Строка 40: | ||
<!-- ЗДЕСЬ ПЕРЕЧИСЛЯЮТСЯ ГОДОВЫЕ КУРСЫ ДЛЯ 3-ГО КУРСА --> | <!-- ЗДЕСЬ ПЕРЕЧИСЛЯЮТСЯ ГОДОВЫЕ КУРСЫ ДЛЯ 3-ГО КУРСА --> | ||
{{Курс|Режим = {{{1}}}|Название = | {{Курс|Режим = {{{1}}}|Название = | ||
- | '''[[Практикум на ЭВМ (317)| Практикум на ЭВМ]]''', [[Участник: | + | '''[[Практикум на ЭВМ (317)| Практикум на ЭВМ]]''', [[Участник:Kropotov|Д.А. Кропотов]] |
|Описание = | |Описание = | ||
}} | }} | ||
{{Курс|Режим = {{{1}}}|Название = | {{Курс|Режим = {{{1}}}|Название = | ||
- | '''Математические методы распознавания образов: [[Машинное обучение (курс лекций, К.В.Воронцов)|лекции]] ( | + | '''Математические методы распознавания образов: [[Машинное обучение (курс лекций, К.В.Воронцов)|лекции]] (В.В. Китов), [[Машинное обучение (семинар, ММП ВМиК)|семинары]] ([[Участник:EvgSokolov|Е.А. Соколов]])''' |
|Описание = | |Описание = | ||
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. | 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. | ||
Строка 80: | Строка 80: | ||
}} | }} | ||
{{Курс|Режим = {{{1}}}|Название = | {{Курс|Режим = {{{1}}}|Название = | ||
- | '''[[Бммо|Байесовские методы в машинном обучении]]''', [[Участник:Dmitry Vetrov|Д.П. Ветров]] (лекции), [[Участник: | + | '''[[Бммо|Байесовские методы в машинном обучении]]''', [[Участник:Dmitry Vetrov|Д.П. Ветров]] (лекции), [[Участник:Kropotov|Д.А. Кропотов]] (семинары) |
|Описание = | |Описание = | ||
}} | }} | ||
Строка 92: | Строка 92: | ||
|<!-- ЗДЕСЬ ПЕРЕЧИСЛЯЮТСЯ КУРСЫ ДЛЯ 4-ГО КУРСА В ВЕСЕННЕМ СЕМЕСТРЕ --> | |<!-- ЗДЕСЬ ПЕРЕЧИСЛЯЮТСЯ КУРСЫ ДЛЯ 4-ГО КУРСА В ВЕСЕННЕМ СЕМЕСТРЕ --> | ||
{{Курс|Режим = {{{1}}}|Название = | {{Курс|Режим = {{{1}}}|Название = | ||
- | '''[[ГМ|Графические модели]]''', [[Участник:Dmitry Vetrov|Д.П. Ветров]] (лекции), [[Участник:Kropotov|Д.А. Кропотов | + | '''[[ГМ|Графические модели]]''', [[Участник:Dmitry Vetrov|Д.П. Ветров]] (лекции), [[Участник:Kropotov|Д.А. Кропотов]] (семинары) |
|Описание = | |Описание = | ||
}} | }} |
Версия 13:10, 27 августа 2015
|
|
| Тел. +7-495-939-4202 e-mail: Ученый секретарь: Д.А. Кропотов Все контакты |
Содержание |
Третий курс
- Математические методы распознавания образов: лекции (В.В. Китов), семинары (Е.А. Соколов)
- 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.
- Прикладная алгебра (3-й поток), С.И. Гуров, Д.А. Кропотов
- Обзорный курс для студентов 3-го потока по основам прикладной алгебры (группы, кольца, поля, частично-упорядоченные множества) и ее приложениям в кодировании и комбинаторике.
- Прикладная алгебра (часть 1), А.Г. Дьяконов
Четвёртый курс
- Практикум на ЭВМ, А.И. Майсурадзе
- Байесовские методы в машинном обучении, Д.П. Ветров (лекции), Д.А. Кропотов (семинары)
- Прикладная алгебра (часть 2), С.И. Гуров
- Графические модели, Д.П. Ветров (лекции), Д.А. Кропотов (семинары)
- Прикладной статистический анализ данных, Е. Рябенко
- 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.
Магистры, 1-й год обучения
- Алгебраические методы обработки данных, Ю.И. Журавлев
- Прикладная алгебра, В.К. Леонтьев
- Логические и комбинаторные методы анализа данных, С.И. Гуров
- Дисциплина на английском языке, О.В. Красоткина