Математические методы прогнозирования (кафедра ВМиК МГУ)/Кафедральные курсы

Материал из MachineLearning.

(Различия между версиями)
Перейти к: навигация, поиск
м (+ Антон к курсу ГМ)
(семинары ММРО -> Соколов)
Строка 44: Строка 44:
}}
}}
{{Курс|Режим = {{{1}}}|Название =
{{Курс|Режим = {{{1}}}|Название =
-
'''Математические методы распознавания образов: [[Машинное обучение (курс лекций, К.В.Воронцов)|лекции]] ([[Участник:Vokov|К.В. Воронцов]]), [[Машинное обучение (семинар, ММП ВМиК)|семинары]] ([[Участник:Tolstikhin|И.О. Толстихин]])'''
+
'''Математические методы распознавания образов: [[Машинное обучение (курс лекций, К.В.Воронцов)|лекции]] ([[Участник:Vokov|К.В. Воронцов]]), [[Машинное обучение (семинар, ММП ВМиК)|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 10:26, 11 сентября 2013

 
   
Кафедральные курсы
Спецкурсы/спецсеминары
Новости
Расписание
Учебный план
Персональный состав
Материалы
Дипломные работы
Просеминар
  Тел. +7-495-939-4202
e-mail: Изображение:MMP_email.jpg
Ученый секретарь: Д.П. Ветров
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.

Четвёртый курс

  • 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.

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