Кафедра прикладной математики и информатики (Нижний Новгород)

АБB
АБB
АБB

Обычная версия сайта

Кафедра ПМИ создана в 2006 году как выпускающая кафедра по направлению "Прикладная математика и информатика".

Целью деятельности кафедры «Прикладной математики и информатики» является подготовка высококвалифицированных специалистов (бакалавров и магистров) по направлению 010500 «Прикладная математика и информатика», обладающих знаниями и квалификацией, необходимыми для профессионального моделирования и информационного обеспечения экономических и бизнес процессов, анализа и обработки данных.

Научная деятельность

Кафедра выполняет межкафедральные (кафедры Информационных систем и технологий, Математики и др.) исследовательские проекты, национальные проекты в составе общих исследовательских групп (РФФИ, проекты Минобрнауки РФ и др.) с участием партнеров из Института прикладной математики им. М. Келдыша РАН, Математического института им. В. Стеклова РАН, Института прикладной физики РАН, МГУ им. М. Ломоносова, ННГУ им Н. Лобачевского. Осуществляется международное сотрудничество с различными научными центрами Европы и США.

Публикации

Книга

Integral Robot Technologies and Speech Behavior

Kharlamov A. A., Pantiukhin D., Borisov V. et al.

Newcastle upon Tyne: Cambridge Scholars Publishing, 2024.

Статья

On Trees with a Given Diameter and the Extremal Number of Distance-k Independent Sets

D. S. Taletskii.

Journal of Applied and Industrial Mathematics. 2023. Vol. 17. No. 3. P. 664-677.

Глава в книге

Graph density and uncertainty of graphical model selection algorithms
В печати

Kalyagin Valeriy, Kostylev Ilya.

In bk.: Advances in Optimization and Applications. 14th International Conference, OPTIMA 2023, Petrovac, Montenegro, September 18–22, 2023, Revised Selected Papers Communications in Computer and Information Science. Vol. 1913. Springer, 2024.

Препринт

Independent sets versus 4-dominating sets in outerplanar graphs

Taletskii D.

math. arXiv. Cornell University, 2023

Все публикации

Кто читает:: Кафедра прикладной математики и информатики (Нижний Новгород) (Факультет информатики, математики и компьютерных наук (Нижний Новгород))

Статус:: Курс обязательный

Когда читается:: 4-й курс, 1 модуль

Преподаватель

Гречихин Иван Сергеевич

Полная версия программы учебной дисциплины

Аннотация

Настоящая дисциплина относится к профессиональному циклу дисциплин, обеспечивающих подготовку бакалавра по направлению «прикладная математика и информатика». Изучение данной дисциплины базируется на знании, полученных при освоении дисциплин: линейная алгебра и геометрия, математический анализ, дискретная математика, математическая статистика, программировании.

Цель освоения дисциплины

Целью освоения дисциплины «Анализ и разработка данных» является получение высшего профессионально профилированного (на уровне бакалавра) образования, позволяющего выпускнику успешно работать в избранной сфере деятельности, обладать универсальными и предметно-специализированными компетенциями, способствующими его социальной мо-бильности и устойчивости на рынке труда.
Целью освоения дисциплины «Анализ и разработка данных» является получение высшего профессионально профилированного (на уровне бакалавра) образования, позволяющего выпускнику успешно работать в избранной сфере деятельности, обладать универсальными и предметно-специализированными компетенциями, способствующими его социальной мобильности и устойчивости на рынке труда.

Планируемые результаты обучения

Знание алгоритмов классификации на основе ансамблей простейших алгоритмов
Знание задачи и алгоритмов кластеризации
Знание простейших алгоритмов классификации
Изучение техники сокращения размерности
Ознакомление с задачами регресии и способами их решения
Ознакомление с задачей классификации
Понимание основ работы с данными
Умение готовить данные для обучения и поддерживать процесс обучения
Знакомство с нейронными сетями
Знание известных архитектур классификации изображений
Знание последних результатов в области глубокого обучения
Понимание математических основ алгоритма обратного распространения ошибок
Понимание уязвимых мест нейронных сетей и возможных проблем в их работе
Понимание целей использования свёрточных и рекуррентных слоёв нейронной сети
Умение создавать архитектуры нейронных сетей и настраивать их для поставленных целей

Содержание учебной дисциплины

Введение в анализ данных. Описательные статистики.
Анализ главных компонент для выявления скрытых факторов и сокращения размерности
Кластеризация
Нейронные сети: основы
Регрессия. Алгоритмы регрессии.
Нейронные сети: настройка
Задача классификации. Простейшие алгоритмы классификации.
Архитектуры нейронных сетей
Алгоритмы классификации - ансамбли

Элементы контроля

лабораторные работы
5 лабораторных работ
экзамен
Лабораторная работа
экзамен
лабораторные работы
5 лабораторных работ
экзамен
Лабораторная работа
экзамен

Промежуточная аттестация

2020/2021 учебный год 2 модуль
0.5 * лабораторные работы + 0.5 * экзамен
2021/2022 учебный год 1 модуль
0.5 * Лабораторная работа + 0.5 * экзамен

Анализ и разработка данных

Преподаватель

Программа дисциплины

Аннотация

Цель освоения дисциплины

Планируемые результаты обучения

Содержание учебной дисциплины

Элементы контроля

Промежуточная аттестация

Список литературы

Рекомендуемая основная литература

Рекомендуемая дополнительная литература