Учебные курсы


Теория вероятностей

Курс теории вероятностей является базовым при подготовке специалистов по прикладной математике и информатике. Владение основами теории вероятностей необходимо для изучения математической статистики, теории исследования оцераций, машинного обучения, статистического моделирования систем и пр.

Лектор(ы):
Мишулина Ольга Александровна, канд. техн. наук, доцент
Трофимов Александр Геннадьевич, канд. техн. наук, доцент


Математическая статистика

Установление закономерностей, которым подчинены массовые случайные явления, – одна из важнейших задач математической статистики, встречающаяся в природе. Опираясь на теорию вероятностей, математическая статистика изучает методы описания и анализа данных наблюдений и экспериментов, предлагая вероятностную оценку получаемых результатов.

В связи с огромным разнообразием областей практического применения математической статистики и важность получаемых статистических результатов, в настоящее время сложно представить специалиста по прикладной математике и информатике, не владеющего методами статистического исследования данных.

Лектор(ы):
Трофимов Александр Геннадьевич, канд. техн. наук, доцент


Машинное обучение

Машинное обучение - подраздел искусственного интеллекта, изучающий методы построения моделей и алгоритмов, способных обучаться. Методы машинного обучения используются при решении широкого круга прикладных задач, для которых разработка явного алгоритма решения затруднительна или невозможна. И этот круг задач постоянно расширяется. Повсеместная информатизация приводит к накоплению огромных объёмов данных в науке, производстве, бизнесе, транспорте, здравоохранении.

На сегодняшний день исследования в области машинного обучения ведут все крупные корпорации, включая Google, IBM, Facebook, Yandex и пр. В результате этих исследований появились беспилотные автомобили, системы распознавания речи и лиц, автоматические переводчики, эффективные поисковые системы, а также многие другие сервисы, которыми мы пользуемся каждый день.

Лектор(ы):
Трофимов Александр Геннадьевич, канд. техн. наук, доцент
Мишулина Ольга Александровна, канд. техн. наук, доцент


Теория нейронных сетей

Теория нейронных сетей - раздел машинного обучения, в котором рассматриваются семейства обучаемых и самообчающихся моделей и алгоритмов, инспирированных биологическими сетями нейронов. Благодаря своей адаптивности искусственные нейронные сети оказываются эффективным, а в ряде случаев незаменимым инструментом в решении таких задач машинного обучения, как аппроксимация функций, распознавание образов, кластеризация данных, компьютерное зрение и адаптивное управление.

Лектор(ы):
Трофимов Александр Геннадьевич, канд. техн. наук, доцент
Мишулина Ольга Александровна, канд. техн. наук, доцент


Статистическая обработка временных рядов

Случайные процессы - математические модели, используемые для описания систем и явлений, изменяющихся во времени. Такие явления возникают практически во всех сферах науки и жизни: от биологии и медицины до информатики и электротехники. В результате наблюдений случайных процессов мы получаем сигналы электрокардиограммы и электроэнцефалограммы, записи пения птиц и человеческой речи, котировки ценных бумаг, бинарный поток поток данных, передаваемый по компьютерной сети, наблюдения состояний атмосферы и регистрируемые сигналы из космоса.

Статистическая обработка сигналов - область прикладной математики, рассматривающая сигналы как наблюдения случайных процессов. Задачи статистической обработки сигналов тесно связаны с задачами математической статистики и машинного обучения и состоят в выявлении неслучайной структуры динамических данных, их улучшении, моделировании, классификации и прогнозировании.

Лектор(ы):
Трофимов Александр Геннадьевич, канд. техн. наук, доцент


Программирование в Python

Python – один из наиболее популярных языков программирования для проведения научных исследований и решения прикладных задач, в частности, связанных с анализом данных. Свобода использования и открытость, кросс-платформенность, встраиваемость и расширяемость, наличие огромного числа библиотек - всё это делает Python мощным инструментом разработки программного обеспечения в различных предметных областях. В тоже время Python - простой и легкий в освоении язык, доступный для изучения даже начинающему программисту.

Лектор(ы):
Трофимов Александр Геннадьевич, канд. техн. наук, доцент