Математические методы прогнозирования (кафедра ВМиК МГУ)/Кафедральные курсы

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.

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.

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

@@ Строка 44: / Строка 44: @@
 }}
 {{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 =
 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.