Математические методы прогнозирования (кафедра ВМиК МГУ)/Кафедральные курсы

Материал из MachineLearning.

(Различия между версиями)
Перейти к: навигация, поиск
(Третий курс)
Строка 44: Строка 44:
}}
}}
{{Курс|Режим = {{{1}}}|Название =
{{Курс|Режим = {{{1}}}|Название =
-
'''Математические методы распознавания образов: [[Машинное обучение (курс лекций, В.В.Китов)/2015-2016|лекции]] ([[Участник:Victor_Kitov|В.В. Китов]]), [[Машинное обучение (семинар, ММП ВМиК)|семинары]] ([[Участник:EvgSokolov|Е.А. Соколов]])'''
+
'''Математические методы распознавания образов: [[Математические методы распознавания образов (курс лекций, В.В.Китов)|лекции]] ([[Участник:Victor_Kitov|В.В. Китов]]), [[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.
Строка 68: Строка 68:
}}
}}
}}
}}
 +
=== Четвёртый курс ===
=== Четвёртый курс ===
<!-- ЗДЕСЬ ПЕРЕЧИСЛЯЮТСЯ ГОДОВЫЕ КУРСЫ ДЛЯ 4-ГО КУРСА -->
<!-- ЗДЕСЬ ПЕРЕЧИСЛЯЮТСЯ ГОДОВЫЕ КУРСЫ ДЛЯ 4-ГО КУРСА -->

Версия 08:25, 2 сентября 2016

 
   
Кафедральные курсы
Спецкурсы/спецсеминары
Новости
Расписание
Учебный план
Персональный состав
Материалы
Диссертации/дипломные работы
Просеминар
  Тел. +7-495-939-4202
e-mail: Изображение:MMP_email.jpg
Ученый секретарь: Д.А. Кропотов
Все контакты

Содержание

Третий курс

Четвёртый курс

  • Прикладной статистический анализ данных, Е.А. Рябенко
    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.

Магистры, 1-й год обучения

Магистры, 2-й год обучения

Архив курсов