8D06105 Наука о данных в МУИТ (IITU)

Дисциплины

1 Год обучения Академическое письмо Нелинейные оптимизационные проблемы машинного обучения Прикладной статистический анализ Глубокое обучение в прикладной математике Методы и алгоритмы машинного обучения Перечислительная комбинаторика Обусловленность систем линейных уравнений Продвинутые проблемы глубокого обучения Методы научных исследований Игровое моделирование и приложения

Профессии

Результаты обучения

• Проводить статистический анализ: построить доверительный интервал, тестирование гипотез, регрессионный и дисперсионный анализ.
• Обосновать результатов, полученные в ходе исследования
• Решать прикладные задачи по обработке и анализу данных на предмет выявления в них скрытых зависимостей.
• Применять методологии исследования в области науки о данных.
• Умеет составлять математическую модель практической задачи и разрабатывать компьютерный модель (программный продукт)
• Умеет проводить анализ данных с помощью программного языка Python.
• Проводить комплексный анализ и аналитически обобщать результаты научно-исследовательских работ с использованием современных достижений науки и техники, навыки самостоятельного сбора данных, изучения, анализа и обобщения.

Похожие ОП