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

RISC-V RVV efficiency for ANN algorithms

Соколов А. П., Rumyantsev K., Yakovlev P. et al.

Working papers by Cornell University. Series cond-mat.soft "arxiv.org" (. 2024.

Глава в книге

Robustness of Graphical Lasso Optimization Algorithm for Learning a Graphical Model

Valeriy Kalyagin, Ilya Kostylev.

In bk.: Mathematical Optimization Theory and Operations Research. 23rd International Conference, MOTOR 2024, Omsk, Russia, June 30–July 6, 2024, Proceedings. LNCS, volume 14766. Springer, 2024. P. 337-348.

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:: Маго-лего

Когда читается:: 1, 2 модуль

Преподаватель

Крылов Владимир Владимирович

Полная версия программы учебной дисциплины

Аннотация

Изучение данной дисциплины базируется на следующих дисциплинах: • Дискретная математика • Теория вероятности • Исследование операций. В результате освоения дисциплины студент должен: • Знать основные характеристики больших данных, знать основные технологии, применяемые для хранения и поиска в больших данных. • Уметь применять методы анализа больших данных, уметь реализовывать приложения для аналитики больших данных

Цель освоения дисциплины

Ознакомление с основными технологиями решения задач обработки больших по объему, быстро изменяющихся и плохо структурированных данных, объединяемых термином «большие данные»

Планируемые результаты обучения

Знать архитектуру платформ работы с большими данными Hadoop, Spark, SparkX, Neo4J и уметь разрабатывать приложения на этих платформах
Знать определения в области больших данных. Международные стандарты
Ознакомиться с типовыми решениями в прикладных задачах
Уметь планировать жизненный цикл проектов по аналитике больших данных
Уметь разрабатывать программные решения для сбора и визуализации данных с использованием библиотек Python

Содержание учебной дисциплины

Тема 1. Большие данные как феномен ИТ и их роль в технике, экономике и жизни
Тема 2. Жизненный цикл проекта по аналитике больших данных
Тема 3. Основные техники работы с большими данными
Тема 4. Основные технологии и инструменты работы с большими данными
Тема 5. Приложения больших данных

Элементы контроля

Домашняя работа
Домашняя работа
Экзамен

Промежуточная аттестация

2022/2023 учебный год 2 модуль
0.15 * Домашняя работа + 0.15 * Домашняя работа + 0.7 * Экзамен

Список литературы

Авторы

Крылов Владимир Владимирович

Технологии работы с большими массивами данных