Математические методы прогнозирования (кафедра ВМиК МГУ)/Кафедральные курсы
Материал из MachineLearning.
(Различия между версиями)
| Строка 59: | Строка 59: | ||
| | | | ||
|<!-- ЗДЕСЬ ПЕРЕЧИСЛЯЮТСЯ КУРСЫ ДЛЯ 3-ГО КУРСА В ВЕСЕННЕМ СЕМЕСТРЕ --> | |<!-- ЗДЕСЬ ПЕРЕЧИСЛЯЮТСЯ КУРСЫ ДЛЯ 3-ГО КУРСА В ВЕСЕННЕМ СЕМЕСТРЕ --> | ||
| - | |||
| - | |||
| - | |||
| - | |||
{{Курс|Режим = {{{1}}}|Название = | {{Курс|Режим = {{{1}}}|Название = | ||
'''[[Прикладная алгебра (курс лекций, Ю.И. Журавлев, А.Г. Дьяконов)|Прикладная алгебра (часть 1)]]''', [[Участник:Dj|А.Г. Дьяконов]] | '''[[Прикладная алгебра (курс лекций, Ю.И. Журавлев, А.Г. Дьяконов)|Прикладная алгебра (часть 1)]]''', [[Участник:Dj|А.Г. Дьяконов]] | ||
| Строка 74: | Строка 70: | ||
=== Четвёртый курс === | === Четвёртый курс === | ||
<!-- ЗДЕСЬ ПЕРЕЧИСЛЯЮТСЯ ГОДОВЫЕ КУРСЫ ДЛЯ 4-ГО КУРСА --> | <!-- ЗДЕСЬ ПЕРЕЧИСЛЯЮТСЯ ГОДОВЫЕ КУРСЫ ДЛЯ 4-ГО КУРСА --> | ||
| + | |||
| + | <!-- КОНЕЦ ПЕРЕЧИСЛЕНИЯ ГОДОВЫХ КУРСОВ ДЛЯ 4-ГО КУРСА --> | ||
| + | {{#ifeq: {{{Семестр}}} | Весна | ||
| + | | | ||
| + | |<!-- ЗДЕСЬ ПЕРЕЧИСЛЯЮТСЯ КУРСЫ ДЛЯ 4-ГО КУРСА В ОСЕННЕМ СЕМЕСТРЕ --> | ||
{{Курс|Режим = {{{1}}}|Название = | {{Курс|Режим = {{{1}}}|Название = | ||
'''Практикум на ЭВМ''', [[Участник:AIM|А.И.Майсурадзе]] | '''Практикум на ЭВМ''', [[Участник:AIM|А.И.Майсурадзе]] | ||
|Описание = | |Описание = | ||
}} | }} | ||
| - | |||
| - | |||
| - | |||
| - | |||
{{Курс|Режим = {{{1}}}|Название = | {{Курс|Режим = {{{1}}}|Название = | ||
'''[[Бммо|Байесовские методы в машинном обучении]]''', [[Участник:Dmitry Vetrov|Д.П. Ветров]] (лекции), [[Участник:Mfigurnov|М.В. Фигурнов]] (семинары) | '''[[Бммо|Байесовские методы в машинном обучении]]''', [[Участник:Dmitry Vetrov|Д.П. Ветров]] (лекции), [[Участник:Mfigurnov|М.В. Фигурнов]] (семинары) | ||
Версия 15:02, 22 января 2015
 |
|
|
| Тел. +7-495-939-4202 e-mail:  Ученый секретарь: Д.А. Кропотов Все контакты |
Содержание |
Третий курс
- Математические методы распознавания образов: лекции (К.В. Воронцов), 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
- 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), М.В. Фигурнов (семинары)
- Прикладная алгебра (часть 2), С.И. Гуров
- Графические модели, Д.П. Ветров (лекции), М.В. Фигурнов (семинары)
- Прикладной статистический анализ данных, К.В. Воронцов, 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.
Пятый курс
- Прикладной статистический анализ данных, К.В. Воронцов, 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.
- Практикум по суперкомпьютерным вычислительным технологиям, А.И. Майсурадзе
