Математические методы прогнозирования (кафедра ВМиК МГУ)/Кафедральные курсы
Материал из MachineLearning.
(Различия между версиями)
(разбиение курсов по семестрам) |
м |
||
| Строка 82: | Строка 82: | ||
| | | | ||
|<!-- ЗДЕСЬ ПЕРЕЧИСЛЯЮТСЯ КУРСЫ ДЛЯ 5-ГО КУРСА В ВЕСЕННЕМ СЕМЕСТРЕ --> | |<!-- ЗДЕСЬ ПЕРЕЧИСЛЯЮТСЯ КУРСЫ ДЛЯ 5-ГО КУРСА В ВЕСЕННЕМ СЕМЕСТРЕ --> | ||
| - | }} | + | }}<noinclude>== Архив курсов == |
| - | <noinclude>== Архив курсов == | + | |
* '''[[Прикладные системы распознавания и прогнозирования (курс лекций)|Прикладные системы распознавания и прогнозирования]]''', [[Рудаков, Константин Владимирович|К.В. Рудаков]] и др. | * '''[[Прикладные системы распознавания и прогнозирования (курс лекций)|Прикладные системы распознавания и прогнозирования]]''', [[Рудаков, Константин Владимирович|К.В. Рудаков]] и др. | ||
</noinclude> | </noinclude> | ||
<includeonly>'''[[Математические методы прогнозирования (кафедра ВМиК МГУ)/Кафедральные курсы|Все кафедральные курсы]]</includeonly> | <includeonly>'''[[Математические методы прогнозирования (кафедра ВМиК МГУ)/Кафедральные курсы|Все кафедральные курсы]]</includeonly> | ||
Версия 18:38, 8 сентября 2011
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.
- Прикладная алгебра (часть 1), А.Г.Дьяконов
- Алгоритмы, модели, алгебры, А.Г.Дьяконов
Четвёртый курс
- Практикум, А.И.Майсурадзе
- Математические методы классификации, К.В. Рудаков
- Прикладная алгебра (часть 2), В.К. Леонтьев.
- Математические методы прогнозирования, А.М. Шурыгин
- Математические основы теории прогнозирования, Ю.И. Журавлев, Д.П. Ветров
- 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
