Математические методы прогнозирования (кафедра ВМиК МГУ)/Кафедральные курсы
Материал из MachineLearning.
Третий курс
- Математические методы распознавания образов, К.В.Воронцов
- 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
- Практикум, А.И.Майсурадзе
- Прикладная алгебра, часть 2, С.И.Гуров
- Математические основы теории прогнозирования, Ю.И. Журавлев, Д.П. Ветров
- Курс для 3-го потока ВМК МГУ по основным математическим методам решения задач машинного обучения (распознавания, классификации, прогнозирования, анализа данных). 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.