Математические методы прогнозирования (кафедра ВМиК МГУ)/Кафедральные курсы
Материал из MachineLearning.
(Различия между версиями)
м (→Третий курс) |
|||
| Строка 40: | Строка 40: | ||
<!-- ЗДЕСЬ ПЕРЕЧИСЛЯЮТСЯ ГОДОВЫЕ КУРСЫ ДЛЯ 3-ГО КУРСА --> | <!-- ЗДЕСЬ ПЕРЕЧИСЛЯЮТСЯ ГОДОВЫЕ КУРСЫ ДЛЯ 3-ГО КУРСА --> | ||
{{Курс|Режим = {{{1}}}|Название = | {{Курс|Режим = {{{1}}}|Название = | ||
| - | '''[ | + | '''[https://github.com/mmp-practicum-team/mmp_practicum_spring_2021 Практикум на ЭВМ (317)]''', [[Участник:Kropotov|Д.А. Кропотов]]. |
|Описание = | |Описание = | ||
}} | }} | ||
{{Курс|Режим = {{{1}}}|Название = | {{Курс|Режим = {{{1}}}|Название = | ||
| - | '''Математические методы распознавания образов: [[Математические методы распознавания образов (курс лекций, В.В.Китов)|лекции]]''' ([[Участник:Victor_Kitov|В.В. Китов]]), '''[https://github.com/mmp-mmro-team/ | + | '''Математические методы распознавания образов: [[Математические методы распознавания образов (курс лекций, В.В.Китов)|лекции]]''' ([[Участник:Victor_Kitov|В.В. Китов]]), '''[https://github.com/mmp-mmro-team/mmp_mmro_spring_2021 семинары]''' ([[Участник:EvgSokolov|Е.А. Соколов]]) |
|Описание = | |Описание = | ||
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. | 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. | ||
Версия 14:44, 12 мая 2021
 |
|
|
| 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
- Байесовские методы в машинном обучении, Д.П. Ветров (лекции), А. Волохова, М. Кодрян (семинары)
- Прикладная алгебра (часть 2), С.И. Гуров
- Машинное обучение и анализ данных (3-й поток), А.Г. Дьяконов.
- Прикладной статистический анализ данных, О.В. Сенько.
Магистры, 1-й год обучения
- Алгоритмика, Л.М. Местецкий
- Прикладные задачи анализа данных, А.Г. Дьяконов
- Методы оптимизации в машинном обучении, Д.А. Кропотов.
Магистры, 2-й год обучения
- Математические методы классификации, К.В. Рудаков
- Обучение с подкреплением, Д.А. Кропотов
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
