Математические методы прогнозирования (кафедра ВМиК МГУ)/Кафедральные курсы
Материал из MachineLearning.
(Различия между версиями)
(изменение ссылки на курс Китова) |
|||
| Строка 96: | Строка 96: | ||
}} | }} | ||
{{Курс|Режим = {{{1}}}|Название = | {{Курс|Режим = {{{1}}}|Название = | ||
| - | '''[[Статистический анализ данных (курс лекций, К.В.Воронцов)|Прикладной статистический анализ данных]]''', [[Участник:Riabenko|Е. Рябенко]] | + | '''[[Статистический анализ данных (курс лекций, К.В.Воронцов)|Прикладной статистический анализ данных]]''', [[Участник:Riabenko|Е.А. Рябенко]] |
|Описание = | |Описание = | ||
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. | 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. | ||
| Строка 108: | Строка 108: | ||
|<!-- ЗДЕСЬ ПЕРЕЧИСЛЯЮТСЯ КУРСЫ ДЛЯ МАГИСТРОВ 1-ГО ГОДА В ОСЕННЕМ СЕМЕСТРЕ --> | |<!-- ЗДЕСЬ ПЕРЕЧИСЛЯЮТСЯ КУРСЫ ДЛЯ МАГИСТРОВ 1-ГО ГОДА В ОСЕННЕМ СЕМЕСТРЕ --> | ||
{{Курс|Режим = {{{1}}}|Название = | {{Курс|Режим = {{{1}}}|Название = | ||
| - | '''Алгебраические методы обработки данных''', [[Журавлев, Юрий Иванович|Ю.И. Журавлев]] | + | '''[[amod|Алгебраические методы обработки данных]]''', [[Журавлев, Юрий Иванович|Ю.И. Журавлев]] |
|Описание = | |Описание = | ||
}} | }} | ||
| Строка 128: | Строка 128: | ||
}} | }} | ||
{{Курс|Режим = {{{1}}}|Название = | {{Курс|Режим = {{{1}}}|Название = | ||
| - | ''' | + | '''Компьютерные методы обработки сигналов (на английском языке)''', [[Участник:Krasotkina|О.В. Красоткина]] |
|Описание = | |Описание = | ||
}} | }} | ||
Версия 14:09, 22 января 2016
 |
|
|
| 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, Е.М. Лобачева (семинары)
- Прикладная алгебра (часть 2), С.И. Гуров
- Графические модели, Д.П. Ветров (лекции), Д.А. Кропотов (семинары)
- Прикладной статистический анализ данных, Е.А. 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
- Прикладная алгебра, В.К. Леонтьев
- Логические и комбинаторные методы анализа данных, С.И. Гуров
- Компьютерные методы обработки сигналов (на английском языке), О.В. Красоткина
