Материал из MachineLearning.
			
												
			
  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 
- Прикладной статистический анализ данных, О.В. Сенько.
- 
 
 
  Магистры, 1-й год обучения 
  Магистры, 2-й год обучения 
  Архив курсов 
- Графические модели, Ветров Д.П., Кропотов Д.А.
 - Современные методы распознавания и синтеза речи, Полыковский Д., Бибик Д., Дуканов С., Воропаев А., Соловьев Д.
 -  Математические основы теории прогнозирования, О.В. Сенько
 -  Прикладные системы распознавания и прогнозирования, К.В. Рудаков и др.
 -  Математические методы прогнозирования, А.М. Шурыгин