Математика для анализа данных

Магистратура 2024/2025

Статус: Курс обязательный (Аналитика больших данных)

Направление: 01.04.02. Прикладная математика и информатика

Кто читает: Департамент больших данных и информационного поиска

Где читается: Факультет компьютерных наук

Когда читается: 1-й курс, 1-4 модуль

Формат изучения: без онлайн-курса

Охват аудитории: для своего кампуса

Прогр. обучения: Аналитика больших данных

Язык: русский

Кредиты: 12

Контактные часы: 116

Полная версия программы учебной дисциплины

Аннотация

В современном машинном обучении и анализе данных активно используются различные методы из различных областей математики. Более того, типичны ситуации, в которых для решения практически важной задачи требуется знания и навыки из различных разделов математики. Данный курс посвящен тем разделам математики, которые наиболее часто встречаются при решении практических задач: математическому анализу, линейной алгебре, теории вероятностей и математической статистике. Помимо фундаментальных знаний в каждой из областей, показывается, как комбинирование знаний из вышеупомянутых разделов может быть использовано на практике.

Цель освоения дисциплины

Освоить основную математику, используемую в задачах анализа данных и машинного обучения

Планируемые результаты обучения

Фундаментальные знания в области высшей математики.
Умение формализовать задачи анализа данных и машинного обучения.
Использование теории вероятностей и математической статистики при принятии решений.
Навык оценки рисков, анализа неопределенностей и анализа чувствительности.
Освоить основы дискретной математики
Получить основу математического аппарата для решения задач
Освоить основы математического анализа
Научиться находить производные функций
Исследовать функции с помощью производных
Находить неопределенные и определенные интегралы
Освоение базовых формул теории вероятности, законов распределения случайных величин и их характеристики
Научиться проверять свойства оценок
Применять метод моментов и метод максимального правдоподобия
Применять метод моментов и метод максимального правдоподобия,
Планировать и проводить A/B тесты