Математические методы прогнозирования (кафедра ВМиК МГУ)/Кафедральные курсы

Материал из MachineLearning.

Версия 21:49, 15 сентября 2016 (править) Kropotov (Обсуждение | вклад) (+ ссылка на практикум для 417) ← К предыдущему изменению		Текущая версия (12:16, 31 августа 2023) (править) (отменить) Kropotov (Обсуждение | вклад)
(52 промежуточные версии не показаны)

---

Текущая версия

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

---

Содержание 1 Третий курс 2 Четвёртый курс 3 Магистры, 1-й год обучения 4 Магистры, 2-й год обучения 5 Архив курсов

Третий курс

• Практикум на ЭВМ (317), Д.А. Кропотов.

• Математические методы распознавания образов: лекции (В.В. Китов), 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, Д.А. Кропотов

  Обзорный курс для студентов 3-го потока по основам прикладной алгебры (группы, кольца, поля, частично-упорядоченные множества) и ее приложениям в кодировании и комбинаторике.

• Прикладная алгебра (часть 1), А.Г. Дьяконов.

• Обработка и распознавание изображений, Л.М. Местецкий.

Четвёртый курс

• Практикум на ЭВМ, А.И. Майсурадзе

• Байесовские методы в машинном обучении, Д.П. Ветров (лекции), М. Кодрян, Т. Южаков (семинары)

• Прикладная алгебра (часть 2), С.И. Гуров

• Машинное обучение и анализ данных (3-й поток), А.Г. Дьяконов.

• Прикладной статистический анализ данных, О.В. Сенько.

• Нейробайесовские методы, Д.П. Ветров.

Магистры, 1-й год обучения

• Глубинное обучение (на англ.яз.), Д.А. Кропотов

• Алгоритмика, Л.М. Местецкий

• Прикладные задачи анализа данных, А.Г. Дьяконов

• Методы оптимизации в машинном обучении, Д.А. Кропотов.

• Комбинаторные и логические методы анализа данных, С.И. Гуров.

Магистры, 2-й год обучения

• Математические методы классификации, К.В. Рудаков

• Обучение с подкреплением, Д.А. Кропотов

• Математические методы анализа текстов, К.В. Воронцов

Архив курсов

• Графические модели, Ветров Д.П., Кропотов Д.А.
• Современные методы распознавания и синтеза речи, Полыковский Д., Бибик Д., Дуканов С., Воропаев А., Соловьев Д.
• Математические основы теории прогнозирования, О.В. Сенько
• Прикладные системы распознавания и прогнозирования, К.В. Рудаков и др.
• Математические методы прогнозирования, А.М. Шурыгин