Математические методы прогнозирования (кафедра ВМиК МГУ)/Кафедральные курсы

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.
Алгоритмы, модели, алгебры, А.Г. Дьяконов

Математические основы теории прогнозирования, О.В. Сенько
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.

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

@@ Строка 65: / Строка 65: @@
 {{Курс|Режим = {{{1}}}|Название =
 '''[[Прикладная алгебра (курс лекций, Ю.И. Журавлев, А.Г. Дьяконов)|Прикладная алгебра (часть 1)]]''', [[Участник:Dj|А.Г. Дьяконов]]
+|Описание =
+}}
+{{Курс|Режим = {{{1}}}|Название =
+'''[[Обработка и распознавание изображений (курс лекций, Л.М. Местецкий)|Обработка и распознавание изображений]]''', [[Участник:Mest|Л.М. Местецкий]]
 |Описание =
 }}