Математические методы прогнозирования (кафедра ВМиК МГУ)

Материал из MachineLearning.

(Различия между версиями)
Перейти к: навигация, поиск
(Доска объявлений)
(Доска объявлений)
Строка 24: Строка 24:
* '''8 сентября 2010 года''' Спецсеминар «Байесовские методы машинного обучения», руководитель н.с., к.ф. - м.н. ''Д. П. Ветров'' (vetrovd@yandex.ru), проходит по средам ''18:20, ауд. 526 б''.
* '''8 сентября 2010 года''' Спецсеминар «Байесовские методы машинного обучения», руководитель н.с., к.ф. - м.н. ''Д. П. Ветров'' (vetrovd@yandex.ru), проходит по средам ''18:20, ауд. 526 б''.
-
* '''7 октября 2010 года''' Спецсеминар «Анализ и оценивание информации представленной в виде изображений», руководитель к.ф.-м.н., доцент Гуревич И.Б.(igourevi@ccas.ru),проходит по четверг, ''20:00, ауд. ауд. 606''.
+
* '''7 октября 2010 года''' Спецсеминар «Анализ и оценивание информации представленной в виде изображений», руководитель к.ф.-м.н., доцент ''Гуревич И.Б.''(igourevi@ccas.ru), проходит по четвергам, ''20:00, ауд. 606''.
 +
 
 +
* '''29 сентября 2010 года''' Спецсеминар «Дискретно-непрерывные преобразования изображений в задачах распознавания», руководитель д.т.н., профессор ''Местецкий Л.М.''(l.mest@ru.net), проходит по средам ''18:00, ауд. 503''.
 +
 
 +
* Спецкурс «Теория надёжности обучения по прецедентам», руководитель д.ф.-м.н. ''К. В. Воронцов'' (vokov@forecsys.ru), проходит по пятницам ''16:20, ауд. 64''.
 +
 
 +
* Спецкурс «Исчисления высказываний классической логики», руководитель к.ф.-м.н., доцент ''Гуров С. И.'' (sgur@cs.msu.ru), проходит по средам ''16:20, ауд. 653''.
== Кафедральные курсы ==
== Кафедральные курсы ==

Версия 08:59, 5 октября 2010

Заведующий кафедрой — лауреат Ленинской премии, академик РАН, д.ф.-м.н., профессор Юрий Иванович Журавлёв

Содержание

Кафедра была создана в 1997 году. Кафедра готовит специалистов по анализу данных, распознаванию и прогнозированию в технике, экономике, социологии, биологии и т. п. с использованием современных математических методов, программных и компьютерных систем. В процессе обучения студенты получают фундаментальное образование в таких областях математики, как современная алгебра, математическая логика, дискретная и комбинаторная математика, математическое моделирование, диагностика сложных систем, интеллектуальный анализ данных, машинное обучение, прогнозирование, прикладная статистика, математические модели искусственного интеллекта, распознавание образов, обработка и анализ изображений. В рамках специального практикума студенты получают навыки работы с современными базами данных и знаний, овладевают современными языками и методами программирования, приобретают опыт решения прикладных задач. Кафедра готовит научных работников, преподавателей колледжей и высшей школы, специалистов по разработке и применению математических методов для решения таких задач, как, например, прогнозирование месторождений полезных ископаемых, землетрясений, свойств химических соединений, техногенных и социальных катастроф и кризисов, развития экономических и политических ситуаций, и т. п.

В 2001 году был создан филиал кафедры на базе Института математических проблем биологии РАН в г. Пущино, в котором студенты старших курсов участвуют в решении фундаментальных и прикладных проблем в области биоинформатики.

Производственную практику студенты проходят в научно-исследовательских институтах РАН, участвуя, в том числе, в работах по грантам РФФИ, и компаниях, специализирующихся в анализе данных и машинном обучении (например, в компании Форексис). Многие студенты, имеющие склонность к научной деятельности, получают первые самостоятельные результаты уже к четвертому-пятому году обучения, публикуются в научных журналах и после получения диплома продолжают обучение в аспирантуре кафедры.

Координаты для связи:

Телефон: +7-495-939-4202
e-mail: mmp@cs.msu.ru
Ученый секретарь кафедры: Д.П. Ветров

Доска объявлений

28.07.2023 г.: Для поступающих в магистратуру кафедры (из тех, кто не заканчивал бакалавриат кафедры) доп. испытание на программу состоится онлайн 7 августа 2023, начало в 11-00. Зум-ссылка. Для участия в доп.испытании на программу просьба заполнить анкету с информацией о себе, а также добавиться в телеграм-чат.



Все новости

  • 10 сентября 2010 года Спецсеминар «Прикладные задачи бизнес-аналитики», руководитель д.ф.-м.н. К. В. Воронцов (vokov@forecsys.ru), проходит по пятницам, 18:10, ауд. П5.
  • 8 сентября 2010 года Спецсеминар «Байесовские методы машинного обучения», руководитель н.с., к.ф. - м.н. Д. П. Ветров (vetrovd@yandex.ru), проходит по средам 18:20, ауд. 526 б.
  • 7 октября 2010 года Спецсеминар «Анализ и оценивание информации представленной в виде изображений», руководитель к.ф.-м.н., доцент Гуревич И.Б.(igourevi@ccas.ru), проходит по четвергам, 20:00, ауд. 606.
  • 29 сентября 2010 года Спецсеминар «Дискретно-непрерывные преобразования изображений в задачах распознавания», руководитель д.т.н., профессор Местецкий Л.М.(l.mest@ru.net), проходит по средам 18:00, ауд. 503.
  • Спецкурс «Теория надёжности обучения по прецедентам», руководитель д.ф.-м.н. К. В. Воронцов (vokov@forecsys.ru), проходит по пятницам 16:20, ауд. 64.
  • Спецкурс «Исчисления высказываний классической логики», руководитель к.ф.-м.н., доцент Гуров С. И. (sgur@cs.msu.ru), проходит по средам 16:20, ауд. 653.

Кафедральные курсы

Третий курс

Четвёртый курс

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.

Спецкурсы

  • Байесовские методы машинного обучения, Д.П.Ветров, понедельник, 16:20, ауд. 653.
    В спецкурсе рассматривается применение байесовских методов к нескольким классическим задачам машинного обучения, позволяющих, в частности, автоматически решать задачи выбора модели и получать решающие правила, обладающие желаемыми свойствами.
  • Структурные методы анализа изображений и сигналов, Д.П.Ветров. В 2010/11 учебном году читается в весеннем семестре.
    В спецкурсе излагаются основы теории графических моделей и их применения для решения неклассических задач обучения и вывода при наличии структурной информации. Спецкурс опирается на применение байесовского аппарат теории вероятностей. В единых терминах излагаются ряд методов анализа изображений и сигналов, а также общие подходы к построению эффективных приближенных методов байесовского вывода. Спецкурс поддерживается практическими заданиями.
  • Теория надёжности обучения по прецедентам, К.В.Воронцов, пятница, 16:20, ауд. 606.
    Спецкурс знакомит студентов с современным состоянием теории вычислительного обучения, исследующей проблему качества восстановления зависимостей по эмпирическим данным. Подробно рассматривается комбинаторная теория, позволяющая получать точные оценки вероятности переобучения.
  • Исчисления высказываний классической логики, С.И.Гуров, пятница, 14:35, ауд. 504.
    Во второй части спецкурса рассматриваются некоторые гильбертовы исчисления H. Основное внимание уделяется генценовским непропозициональным исчислениям высказываний: натурального вывода N и секвенций S. Спецкурс поддерживается практическими занятиями.
  • Извлечение информации из изображений, И.Б.Гуревич, четверг, 18:30, ауд. 607.
  • Основы обобщенного спектрально-аналитического метода и его приложения, Ф.Ф.Дедус, среда, раз в две недели по 4 академических часа, 16:20, ауд. 524.
    Обобщенный спектрально-аналитический метод (ОСАМ) является комбинированным численно-аналитическим методом, в котором сочетаются сильные стороны числовых расчетов и аналитических преобразований. Основными математическими объектами метода являются семейства аналитических ортогональных функций, зависящие от параметров и позволяющие проводить адаптивную аналитическую аппроксимацию произвольных функций. В курсе подробно изучаются системы классических ортогональных многочленов непрерывного аргумента (Чебышева, Лежандра, Якоби, Лагерра, Эрмита) и ортогональные многочлены дискретного аргумента (Чебышева, Хана, Майкснера, Кравчука и Шарлье).
  • Логический анализ данных в распознавании, Е.В.Дюкова, понедельник, 16:20, ауд. 637.
    Излагаются общие принципы конструирования логических процедур распознавания. Изучаются вопросы эффективного применения комбинаторно-логических методов для синтеза распознающих процедур. Рассматриваются подходы к оценке вычислительной сложности алгоритмов и качества решения прикладных задач.
  • Метрические методы интеллектуального анализа данных, А.И.Майсурадзе, четверг, 16:20, ауд. 510.
  • Вычислительные задачи математической биологии, А.Н.Панкратов, среда, раз в две недели по 4 академических часа, 16:20, ауд. 524.
    В спецкурсе рассматриваются дополнительные вопросы обобщенного спектрально-аналитического метода (ОСАМ) и его приложения к задачам распознавания в биоинформатике, связанным с аналитическим описанием и анализом, как текстовых последовательностей, так и пространственных структур биологических макромолекул.
  • Нестатистические методы анализа данных и классификации, В.В.Рязанов, вторник, 18:00, ауд. 505.
    В спецкурсе будут рассмотрены проблемы и методы кластерного анализа (подходы и алгоритмы кластеризации с известным и неизвестным числом кластеров, критерии кластеризации, вопросы устойчивости, построение оптимальных коллективных решений), новые подходы в регрессионном анализе, поиск зависимостей по прецедентам, практические применения в медицине, бизнесе и технике.

Спецсеминары

Преподаватели

Материалы для студентов

Рекомендации

Шаблоны

  • mmp-fish-kurs — образцы оформления курсовых работ в MS Word и LaTeX.
  • Образцы оформления дипломных работ в MS Word и LaTeX.

Ссылки

Личные инструменты