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 efficient algorithms for bottleneck path problems with many sources
В печати

Каймаков К. В., Malyshev D.

Optimization Letters. 2024. P. 1-11.

Глава в книге

Neural Networks for Speech Synthesis of Voice Assistants and Singing Machines

Pantiukhin D.

In bk.: Integral Robot Technologies and Speech Behavior. Newcastle upon Tyne: Cambridge Scholars Publishing, 2024. Ch. 9. P. 281-296.

Препринт

DAREL: Data Reduction with Losses for Training Acceleration of Real and Hypercomplex Neural Networks

Demidovskij A., Трутнев А. И., Тугарев А. М. et al.

NeurIPS 2023 Workshop. ZmuLcqwzkl. OpenReview, 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:: 2-й курс, 1, 2 модуль

Преподаватель

Демидовский Александр Владимирович

Полная версия программы учебной дисциплины

Аннотация

Курс предназначен для приобретения навыков программирования с использованием компьютерных технологий (в первую очередь, язык программирования Python) для решения возникающих на практике лингвистических задач.

Цель освоения дисциплины

Получение навыков написания программ с использованием объектно-ориентированного подхода
Получение навыков составления и реализации программ на языке Python
Приобретение опыта работы со средами разработки для языка Python (PyCharm, ipython)
Использование языка Python для реализации задач машинного обучения в лингвистике

Планируемые результаты обучения

Умеет строить программный прототип в рамках объектно-ориентированной парадигмы
Умеет разрабатывать интерфейс программного прототипа в pygame
Умеет осуществлять следующие операции с xml-файлами: создание, удаление, изменение и поиск элемента. Сохранение измененных данных
Может формализовать и программно реализовать алгоритм ближайшего соседа
Может формализовать и программно реализовать алгоритм Байеса
Может формализовать и программно реализовать алгоритм q learning

Содержание учебной дисциплины

Тема 1. Введение в объектно-ориентированное программирование (ООП).
Принципы и понятия объектно-ориентированного программирования. Создание классов, наследование, доступ к параметрам класса, написание функционала класса.Понятие модели данных. Структуризация данных. Операции над данными. Ограничения целостности. Реляционная модель данных (РМД). Отношение, схема отношения, свойства отношения.
Тема 2. Изучение pygame
Изучение возможностей библиотеки pygame для создания GUI приложения. Создание окна, обработка нажатий клавиш, отрисовка изменений.
Тема 3. Алгоритмы работы с xml
Изучение возможностей библиотеки xml.etree.ElementTree. Обработка xml файла, создание, удаление, изменение и поиск элемента. Сохранение измененных данных.
Тема 4. Основы алгоритмов машинного обучения
Принципы и понятия машинного обучения. Постановки и примеры задач. Обучение с учителем и без учителя. Базовые алгоритмы машинного обучения. Разбор таких алгоритмов, как алгоритм ближайшего соседа, алгоритм Байеса, метод машины опорных векторов и q learning.

Элементы контроля

Аудиторная работа
Домашнее задание
Экзамен
Аудиторная работа
Домашнее задание
Экзамен

Промежуточная аттестация

Промежуточная аттестация (2 модуль)
0.35 * Аудиторная работа + 0.15 * Домашнее задание + 0.5 * Экзамен

Программирование для лингвистов

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