Мы используем файлы cookies для улучшения работы сайта НИУ ВШЭ и большего удобства его использования. Более подробную информацию об использовании файлов cookies можно найти здесь, наши правила обработки персональных данных – здесь. Продолжая пользоваться сайтом, вы подтверждаете, что были проинформированы об использовании файлов cookies сайтом НИУ ВШЭ и согласны с нашими правилами обработки персональных данных. Вы можете отключить файлы cookies в настройках Вашего браузера.

  • A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
Магистратура 2022/2023

Современные методы принятия решений и анализа данных

Направление: 38.04.01. Экономика
Когда читается: 1-й курс, 3 модуль
Формат изучения: без онлайн-курса
Охват аудитории: для своего кампуса
Преподаватели: Алескеров Фуад Тагиевич, Вольский Владимир Иванович, Демин Сергей Станиславович
Прогр. обучения: Стохастическое моделирование в экономике и финансах
Язык: русский
Кредиты: 3
Контактные часы: 40

Программа дисциплины

Аннотация

В современных условиях развития общества мы живем в условиях цифровой экономики. Поэтому каждый член общества должен знать как принимать разумные решения в сложных ситуациях и обладать знаниями по основным инструментальным методам цифровой экономики. Предлагаемый курс призван восполнить пробелы в знаниях в этой области. Целью дисциплины «Современные методы принятия решений и анализа данных» является ознакомление студентов с основными методами анализа данных, математического моделирования и принятия решений применительно к решению задач в социально-экономической, финансовой и банковской сферах. Полученные теоретические модели сопровождаются многочисленными практическими применениями в самых разных отраслях цифровой экономики: оценке эффективности функционирования фирм, банков и университетов, задачах найма персонала, построения справедливого дележа наследства и разрешения спорных ситуаций, анализа сетевых моделей взаимодействия участников в сетях миграции и задаче продовольственной безопасности, выявления предпочтений потребителей и построения оптимизационных моделей в разных постановках. Курс предполагает групповую и индивидуальную работу над различными проектами, связанными с реальными прикладными задачами.