Математические методы прогнозирования (кафедра ВМиК МГУ)/Кафедральные курсы

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.

Байесовские методы в машинном обучении, Д.П. Ветров (лекции), А. Волохова, М. Кодрян (семинары)

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

@@ Строка 81: / Строка 81: @@
 }}
 {{Курс|Режим = {{{1}}}|Название =
-'''[[Бммо|Байесовские методы в машинном обучении]]''', [[Участник:Dmitry Vetrov|Д.П. Ветров]] (лекции), К. Струминский, А. Волохова (семинары)
+'''[[Бммо|Байесовские методы в машинном обучении]]''', [[Участник:Dmitry Vetrov|Д.П. Ветров]] (лекции), А. Волохова, М. Кодрян (семинары)
 |Описание =
 }}