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

Теория вероятностей и математическая статистика. 2-е изд.

Колданов А. П., Колданов П. А.

М.: Издательский дом НИУ ВШЭ, 2024.

Статья

Приближенный поиск k-ого порядкового расстояния в системе точек единичного квадрата
В печати

Каймаков К. В., Малышев Д. С.

Математические заметки. 2024.

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:: 3-й курс, 3 модуль

Преподаватель

Кочеганов Виктор Михайлович

Полная версия программы учебной дисциплины

Аннотация

Дисциплина "стохастические модели принятия решений" для образовательной программы подготовки бакалавров "прикладная математика и информатика" является одной из дисциплин блока вероятностных и статистических методов моделирования. Используется в других дисциплинах этого блока и в дисциплинах блока Data Culture.

Цель освоения дисциплины

Целями освоения дисциплины является развитие способностей к профессиональному применению вероятностных и статистических методов анализа данных в экономической сфере, страховании и бизнесе, а так же развитие компетенций в области математи-ческих методов и информационных технологий. В процессе освоения дисциплины сту-дент приобретает способности описывать проблемы и ситуации профессиональной дея-тельности, используя язык и аппарат математических и компьютерных наук. В результате освоения дисциплины студент должен: Знать Основные понятия и определения курса Уметь иллюстрировать свои теоретические знания конкретными примерами Ориентироваться в различных статистических моделях принятия решений Владеть Иметь навыки (приобрести опыт) применения теоретических положений для реше-ния практических задач. Данная дисциплина относится к вариативной части цикла дисциплин профиля подготов-ки, обеспечивающих подготовку бакалавра. Изучение данной дисциплины базируется на блоке дисциплин по математике. Основные положения данного курса используются при изучении дисциплин анализа данных, подготовке КР и ВКР.

Планируемые результаты обучения

Знать вывод функции распределения времени безотказной работы сложной системы без учёта эффекта усталости.
Знать концепцию сетевой модели фондового рынка
Знать нетрадиционные критерии согласия Е.С.Пирсона.
Знать типовые случайные величины, случайные векторы, случайные процессы
Изучить метод Лемана различения многих гипотез
Изучить основные положения теории Вальда статистических решений.
Иметь общее представление о критериях согласия.
Понимать концепции Несмещённости и инвариантности статистических правил.
Понимать разницу между оцениванием, проверкой и различением гипотез
Уметь находить маргинальное и условное распределения.
Уметь находить распределение функции случайных величин. Моменты, математическое ожидание, дисперсия, коэффициенты вариации, асимметрии, эксцесса. Условное математическое ожидание, ковариация, коэффициент корреляции. Корреляционное отношение Пирсона и корреляционная связь.