6B05404 Статистика в ЕНУ им. Л. Н. Гумилева

Дисциплины

• Математический анализ I

  При изучении дисциплины «Математический анализ I» закладывается фундамент для изучения всех других математических и прикладных дисциплин. Курс состоит из следующих разделов: действительные числа, элементы логики, функции одной переменной, последовательности, предел последовательности, ограниченные и неограниченные последовательности, подпоследовательности и частичные пределы, предел функции, непрерывность функции, дифференциальное исчисление функции одной переменной, формула Тейлора, применение производной в исследовании поведения функции.

  Год обучения - 1
  Семестр - 1
  Кредитов - 8
  

• Алгебра..

  В процессе изучения данного курса обучающиеся знакомятся с такими основными понятиями как группа, кольца, поле, комплексные числа, матрицы, определители, обратная матрица, метод Гаусса, правило Крамера, ранг матрицы, многочлены. Рассматривается методика анализа математических задач, позволяющей использовать методы их решения, формулировать и описывать различные задачи, встречающихся в различных областях естествознания.

  Год обучения - 1
  Семестр - 1
  Кредитов - 5
  

• Алгоритмы и языки программирования 1.

  Целью изучения дисциплины «Алгоритмы, структуры данных и программирование» является освоение основ алгоритмизации задач, приемов и методов программирования на языке Pascal, а также практическое применение этих основ для решения задач различных классов. Знать: основы современных алгоритмов, методы анализа алгоритмов. Уметь: применять методы теории алгоритмов при разработке информационных систем Иметь навыки: анализа сложных систем.

  Год обучения - 1
  Семестр - 1
  Кредитов - 5
  

• Основы финансовой грамотности

  Цель: формирование у обучающихся рационального финансового поведения при принятии решений, касающихся личных финансов, а также способности критически оценивать процессы использования современных финансовых услуг и цифровых технологий. В рамках курса обучающиеся научатся использовать на практике финансовые инструменты, сохранять и приумножать собственные накопления, планировать личный бюджет, уметь исчислять налоги, анализировать финансовую отчетность и использовать методы оценки эффективности инвестиций.

  Год обучения - 1
  Семестр - 2
  Кредитов - 5
  

• Основы научных исследовании

  Дисциплина предусматривает изучение роли науки в современном обществе, организацию научно-исследовательской работы, методологические основы научных исследований, выбор направления и обоснование темы научного исследования, поиск, накопление и обработку научной информации, написание, оформление и защита научных работ.

  Год обучения - 1
  Семестр - 2
  Кредитов - 5
  

• Предпринимательство и бизнес

  Цель изучения учебной дисциплины «Предпринимательство и бизнес»: через теоретические, научные и практические знания сформировать у студентов готовность к созданию собственного дела, участия в предпринимательской деятельности.

  Год обучения - 1
  Семестр - 2
  Кредитов - 5
  

• Инклюзивная культура в современном обществе

  Целью дисциплины является формирование у студентов навыков знаний основ инклюзивной культуры общества, базовых принципов инклюзивной культуры, а также знания нормативно-правовых аспектов организации образовательного процесса для обучающихся с особыми образовательными потребностями. В результате освоения дисциплины формируются способности студентов использовать принципы инклюзии в социальной и профессиональной сферах, способности выбирать коммуникативные стратегии в мультикультурном обществе.

  Год обучения - 1
  Семестр - 2
  Кредитов - 5
  

• Математический анализ 2

  При изучении дисциплины «Математический анализ I» закладывается фундамент для изучения всех других математических и прикладных дисциплин. Курс состоит из следующих разделов: действительные числа, элементы логики, функции одной переменной, последовательности, предел последовательности, ограниченные и неограниченные последовательности, подпоследовательности и частичные пределы, предел функции, непрерывность функции, дифференциальное исчисление функции одной переменной, формула Тейлора, применение производной в исследовании поведения функции.

  Год обучения - 1
  Семестр - 2
  Кредитов - 5
  

• Устойчивое развитие, экология и безопасность жизнедеятельности

  Цель: дать знания о принципах устойчивого развития, основ целей устойчивого развития (ЦУР), ESG-принципов, декарбонизации и научить анализировать взаимосвязь экологических, социальных, экономических факторов, оценивать риски и разрабатывать устойчивые стратегии глобальных экологических и социальных вызовов и их последствий, экобезопасности водных ресурсов, воздушного бассейна, деградации земельных ресурсов, продовольственной безопасности, природных и техногенных бедствиях, связанных с антропогенной деятельностью и способах защиты от них.

  Год обучения - 1
  Семестр - 2
  Кредитов - 5
  

• Алгоритмы и языки программирования 2

  Целью изучения дисциплины «Алгоритмы, структуры данных и программирование» является освоение основ алгоритмизации задач, приемов и методов программирования на языке Pascal, а также практическое применение этих основ для решения задач различных классов. Знать: основы современных алгоритмов, методы анализа алгоритмов. Уметь: применять методы теории алгоритмов при разработке информационных систем Иметь навыки: анализа сложных систем.

  Год обучения - 1
  Семестр - 2
  Кредитов - 5
  

• Антикоррупционная культура

  Цель изучения учебной дисциплины - раскрытие таких категорий, как право и государство, дать необходимое общее представление студентам о национальных отраслях права, ознакомление с основными нормами права Республики Казахстан, в том числе нормативно-правовыми актами в сфере конституционного, административного, гражданского, уголовного и иных отраслей права Казахстана.

  Год обучения - 1
  Семестр - 2
  Кредитов - 5
  

• Вероятностное моделирование

  Цель: формирование вероятностно-статистического мышления, являющегося профессиональным инструментом современного исследователя-аналитика. Базовые понятия событий и их вероятностей, условных вероятностей и байесовского анализа, случайной величины и их законов распределения, предельные теоремы изучаются с точки зрения многочисленных «case study» – вероятностного моделирования в статистике, что позволит предметно освоить применение рассматриваемых моделей и методов при обоснованной интерпретации статистических исследований. Знать: основные понятия теории вероятностей с точки зрения ситуационных моделей. Уметь: применять стандартные методы и модели к решению вероятностных ситуационных задач. Иметь навыки: построения вероятностной модели по конкретной ситуации, применения современных технологий при решении статистических задач.

  Год обучения - 2
  Семестр - 1
  Кредитов - 6
  

• Дифференциальные уравнения..

  Дифференциальные уравнения являются одним из основных математических понятий, наиболее широко применяемых при решении практических задач. Цель дисциплины "Дифференциальные уравнения" - изучение базовых понятий теории дифференциальных уравнений и освоение основных приемов решения практических задач по темам дисциплины. Задачей дисциплины является овладение студентами основами дисциплины и его приложений в различных областях знаний, необходимыми для успешного изучения последующих математических и других естественно-научных дисциплин. В результате освоения дисциплины студент: 1. должен знать: основные понятия теории дифференциальных уравнений; области применения дифференциальных уравнений как инструмента математического описания естественно-научной картины мира; основные классы обыкновенных дифференциальных уравнений и методы их решения. 2. должен уметь: классифицировать дифференциальные уравнения и применять необходимые методы для решения этих уравнений. 3. должен владеть: профессиональным языком предметной области знания; основными методами решения дифференциальных уравнений; способами построения и решения математических моделей явлений различной природы при помощи дифференциальных уравнений.

  Год обучения - 2
  Семестр - 1
  Кредитов - 6
  

• Отраслевая статистика

  Основные понятия и категории статистики предприятия. Основные понятия и категории ресурсов предприятия. Статистический учет движения кадров. Статистика производительности труда: основные понятия и категории. Определение влияния производительности труда на изменение объёма произведённой продукции Выявление факторов роста производительности труда. Основные фонды: виды оценки. Статистика основных фондов: состояние, интенсивность воспроизводства, эффективность использования. Статистика оборотных фондов. Абсолютные и относительные показатели наличия и движения оборотных фондов, обеспеченности, оборачиваемости. Статистика затрат: от планирования к оценке хозяйственного эффекта.

  Год обучения - 2
  Семестр - 1
  Кредитов - 5
  

• Статистика реального сектора экономики

  Цель - формирование научно-прикладного аппарата дисциплины, ее основных категорий, методологических особенностей и базовых принципов, условий повышения его эффективности с учетом факторов внешней и внутренней среды.

  Год обучения - 2
  Семестр - 1
  Кредитов - 5
  

• Методы анализа микроэкономических данных

  Цель изучения дисциплины - формирование у будущих специалистов теоретических знаний о микроэкономических аспектах функционирования и развития современной экономики, а также практических навыков в области микроэкономического анализа и других современных научных средств исследования микроэкономических процессов. Темы дисциплины: Рыночная система спроса и предложения, Теория поведения потребителя, Теория производства, Издержки производства. Прибыль, Типы рыночных структур: конкуренция и монополия, Модели олигополии, Теория игр и стратегия конкуренции, Рынки факторов производства. Рынок труда, Общее экономическое равновесие и благосостояние. Дисциплина “Методы анализа микроэкономических данных” предусматривает решение ряда задач: - получение студентами системы знаний о микроэкономике, как одной из фундаментальных дисциплин, используемых при изучении других экономических предметов, - формирование умения анализировать рыночные закономерности, а также особенности поведения основных экономических агентов, - формирование умения выбирать необходимые методы исследования, - закрепление навыков самостоятельного принятия решений, основанных на знаниях и умении критически оценивать состояние современной экономики.

  Год обучения - 2
  Семестр - 1
  Кредитов - 6
  

• Математические методы микроэкономики

  Целью учебной дисциплины является изложение теоретических основ и конкретных подходов к основным понятиям и методам построения математических моделей микроэкономики; выработка у обучающихся системного мышления для решения экономических задач; формирование навыков применения современных методов экономического и математического анализа, проведения экономических расчетов математическими методами и использования их для обоснования экономических решений. В результате освоения учебной дисциплины студент должен знать: основные принципы и методы системного анализа, используемые в математическом моделировании; инструментарий микроэкономического анализа для изучения основных закономерностей в сфере обмена, распределения, потребления и производства; уметь: применять модели микроэкономики для изучения основных закономерностей в сфере обмена, распределения, потребления и производства; владеть: основными приемами обработки статистических данных; основными методами построения и анализа математических моделей микроэкономики, а также их использования для целей и задач планирования и прогнозирования.

  Год обучения - 2
  Семестр - 1
  Кредитов - 6
  

• Прикладные методы обработки данных в статистике

  Целью дисциплины является ознакомление студентов с важнейшими разделами прикладной статистики и ее применением в инженерной практике и научной деятельности. В связи с крайне малым объёмом курса особое внимание уделяется решению практических задач, прививанию навыков работы с математическими таблицами и методами наглядной статистики, созданию основ мышления, позволяющего решать широкий круг задач математического моделирования и обработки данных. Особое внимание уделяется смыслу применяемых процедур, пониманию используемых приемов прикладной статистики и областей их применения.

  Год обучения - 2
  Семестр - 2
  Кредитов - 5
  

• Методы сбора и обработки данных

  Целью преподавания дисциплины является обеспечение теоретической базы профессиональной подготовки обучающегося, изучение методов статистического анализа и прогнозирования показателей, отражающих развитие технико-технологических и социально-экономических процессов. Знать: основные программы обработки данных Уметь: создавать статистические базы данных и производить их обработку Иметь навыки: работы с пакетами статистической обработки данных и интерпретировать результаты обработки статистических данных.

  Год обучения - 2
  Семестр - 2
  Кредитов - 5
  

• Математические модели в Макроэкономике

  Целями освоения дисциплины являются формирование знаний, позволяющих создать целостное представление о современной экономической жизни общества. В курсе изучаются основные категории и законы макроэкономики. Рассматриваются основные макроэкономические показатели, условия обеспечения макроэкономического равновесия, инвестиционной активности. экономический рост, проблемы занятости и безработицы, богатства и бедности Основная задача изучения дисциплины – получение студентами знаний и практических навыков в области макроэкономики. Знать законы макроэкономики. Уметь использовать основы макроэкономики в различных сферах. Владеть макроэкономическими знаниями в профессиональной деятельности.

  Год обучения - 2
  Семестр - 2
  Кредитов - 5
  

• Эконометрика

  Целью преподавания дисциплины является обучение студентов навыкам построения эконометрических моделей и возможности их использования для интерпретации результатов анализа и прогноза реальных экономических процессов. Содержание дисциплины: Введение в эконометрику. Линейная регрессия Нелинейная регрессия. Спецификация переменных в уравнениях множественной регрессии. Гетероскедастичность и автокоррелированность остатков. Динамические эконометрические модели. Одномерные временные ряды. Изучение взаимосвязей по временным рядам. Системы эконометрических уравнений.

  Год обучения - 2
  Семестр - 2
  Кредитов - 5
  

• Прикладная статистика

  Цель изучения дисциплины: приобретение обучающимися знаний об основных понятиях и методах математической статистики, умение применять теоретико-вероятностные и статистические методы при анализе экономических и технологических процессов. В результате изучения дисциплины «Прикладная статистика» обучающиеся должны: знать: основные методы теории вероятностей и математической статистики; уметь: самостоятельно применять вероятностные и статистические методы в решении задач экономического характера; владеть: навыками работы с вероятностными методами и моделями в рамках своей профессиональной деятельности.

  Год обучения - 2
  Семестр - 2
  Кредитов - 5
  

• Количественный анализ в экономике

  Знать предмет, содержание и функции экономического анализа; приемы и методы экономического анализа; виды экономического анализа и особенности их проведения; экономическую сущность факторов и резервов повышения эффективности производства. Уметь пользоваться источниками экономической информации; применять методы и приемы экономического анализа; выявлять резервы повышения эффективности производства. Владеть навыками прогнозирования экономических результатов деятельности предприятия; расчета и анализа основных экономических показателей работы предприятия; использования результатов экономического анализа в процессе управления предприятием.

  Год обучения - 2
  Семестр - 2
  Кредитов - 5
  

• Экономико-математическое моделирование

  Цели преподавания дисциплины - ознакомить студентов с содержательными и математическими постановками задач экономики и бизнеса, решаемых экономико-математическими методами; - ознакомить с основами математических методов, показать основные алгоритмы решения их; - показать методологию и методику построения анализа и использования экономико-математических моделей; - представить студентам основной понятийный и формализованный аппарат экономико-математического моделирования; - повысить общий уровень математической культуры, выработать навыки к математическому исследованию прикладных экономических вопросов. После изучения дисциплины студент должен: - уметь составлять и использовать экономико-математические методы и модели для комплексного решения экономических и социальных проблем; - иметь навыки решения оптимизационных задач с использованием методов линейного и нелинейного динамического стохастического программирования; - научиться рациональному использованию производственных фондов материальных трудовых и финансовых ресурсов; - вырабатывать и принимать эффективные решения в условиях рыночной экономики.

  Год обучения - 2
  Семестр - 2
  Кредитов - 5
  

• Планирование эксперимента

  В процессе изучения дисциплины овладеть основными понятиями и методами экспериментального исследования процессов в экономике, науке и технике. Формирование навыков построения физико-математических моделей технических и экономических объектов, оценки экспериментальных ошибок, планирования эксперимента. Уметь применять методы математической обработки экспериментальных данных. Освоить составление плана проведения экспериментов, а также обрабатывать экспериментальные данные в графической и математической форме.

  Год обучения - 3
  Семестр - 1
  Кредитов - 5
  

• Методы принятия решений и прогнозирование

  Целью освоения дисциплины «Методы принятия решений и прогнозирование» формирование общекультурных и профессиональных компетенций в области теории принятия управленческих решений, способствующих осуществлению профессиональной деятельности на высоком уровне. Задачами изучения дисциплины является научить студентов классифи-цировать задачи связанные с принятием решений, выбирать метод решения задачи, использовать компьютерные технологии реализации методов и принятии решений.

  Год обучения - 3
  Семестр - 1
  Кредитов - 5
  

• Пакет прикладных программ “Statistica”

  Целью дисциплины является овладение современными методами прикладной статистики на примере специализированного статистического пакета «Statistica». Особое внимание уделяется содержательной трактовке используемых статистических методов с целью эффективного использования теоретического материала для решения практических задач, возникающих в медицине, экономике, психологии и других областях человеческой деятельности. Знать: статистические пакеты прикладных программ. Уметь: пользоваться статистическими пакетами прикладных программ. Иметь навыки: работы и анализа данных в статическом пакете Statistica

  Год обучения - 3
  Семестр - 1
  Кредитов - 5
  

• Метод Монте-Карло

  Введение в теорию статистического моделирования. Генераторы случайных чисел. Равномерное распределение. Генераторы случайных чисел. Неравномерное распределение. Моделирование цепей Маркова и случайных процессов. Метод Монте-Карло взадачах математики и физики. Стохастическая оптимизация.

  Год обучения - 3
  Семестр - 1
  Кредитов - 5
  

• Анализ временных рядов и прогнозирование

  Целью учебной дисциплины «Анализ временных рядов и прогнозирование» является приобретение студентами необходимой квалификации для проведения анализа и прогнозирования сложных социально-экономических процессов и явлений во времени. Задачи дисциплины определяются содержанием и спецификой ее предмета и метода и состоят в глубоком изучении методов статистического исследования по изменениям социально-экономических и других массовых явлений во времени. Знать: методы количественного анализа и прогнозирования временных рядов. Уметь: применять методы расчета, моделирования и прогнозирования показателей временных рядов.

  Год обучения - 3
  Семестр - 1
  Кредитов - 5
  

• Статистическое программирование на языке R

  Цели освоения дисциплины «Статистическое программирование на языке R» – ознакомить студентов с возможностями программирования в области статистики с использованием свободного ПО «Язык R»; - сформировать представление о возможностях языка R и сфере его применения; - научить пользоваться специфическим векторным вариантом программирования; - способствовать выработке навыков самостоятельного поиска информации (в том числе на английском языке), использования справочных систем языка. Иметь навыки: постановки задач статистической обработки; поиска в интернет обновлений и расширений языка, подключения их к работе.

  Год обучения - 3
  Семестр - 1
  Кредитов - 5
  

• Системы управления базами данных

  Цель изучения дисциплины - формирование представлений об основных принципах построения баз данных, систем управления базами данных, проектирование баз данных. Знать основные понятия теории баз данных, модели данных; основные принципы и этапы проектирования баз данных; логическую и физическую структуру баз данных. Уметь проводить анализ, выделять сущности и связи предметной области и отображать ее на конкретную модель данных; работы с объектами базы данных в конкретной системе управления базами данных; использования средств заполнения базы данных; нормализовывать отношения при проектировании реляционной базы данных. Иметь навыки работы с системами управления базами данных.

  Год обучения - 3
  Семестр - 1
  Кредитов - 5
  

• Компьютерные инструменты анализа статистических данных

  Задачи дисциплины: - дать основы количественных методов оценки адекватности и точности построенных моделей; - привить навыки и умения практического применения компьютерных технологий при анализе и прогнозировании социально-экономических показателей (построение линейных и нелинейных моделей прогнозирования на основе регрессионного анализа, оценка их параметров, расчёт всех необходимых статистик для анализа моделей); -изучение концепции и технологии современного анализа данных на компьютере; -изучение принципов работы программных средств, предназначенных для статистического анализа данных; -изучение современных визуальных методов анализа данных и использования их для статистического вывода и формулировки гипотез о структуре данных;

  Год обучения - 3
  Семестр - 1
  Кредитов - 5
  

• Многомерный анализ данных

  Целью дисциплины является формирование у студентов научного представления о многомерном анализе данных случайных социально-экономических явлений, выявление скрытой зависимости между признаками, что позволит упростить исходную задачу или уменьшить размерность.

  Год обучения - 3
  Семестр - 2
  Кредитов - 5
  

• Финансовая математика и ее приложение

  Цель дисциплины - формирование у студентов знаний основных современных методов количественного финансового анализа и навыков применения методик финансово-экономических расчетов, позволяющих анализировать, сравнивать и измерять эффективности различных финансово-кредитных и коммерческих операций. Темы дисциплины: Предмет и метод финансовой математики. Применение методов финансовой математики. Факторы, учитываемые в финансово-экономических расчетах. Факторы времени в рыночной экономике. Виды процентов. Наращение и дисконтирование. Формулы и вычисления по простым и сложным процентам. Математическое дисконтирование по простой и сложной процентной ставке. Непрерывное наращение и дисконтирование. Банковское дисконтирование (учет) по простой и сложной учетной ставке. Наращение по сложной учетной ставке. Понятие номинальная и эффективная учетные ставки. Знать основные экономические закономерности и ключевые модели поведения фирм, потребителей, государства. Уметь использовать методы экономического анализа для исследования конкретных экономических ситуаций, решения практических задач. Владеть навыками самостоятельной аналитической работы и принятия экономических решений.

  Год обучения - 3
  Семестр - 2
  Кредитов - 5
  

• Вычислительная математика

  Цель курса «Вычислительная математика» - изучить теоретические основы теории численных методов. В курсе изучаются прямые и итерационные методы решения алгебраических уравнений и систем таких уравнений, теория интерполяции, методы численного интегрирования и дифференцирования функций, методы численного решения начальных и начальнокраевых задач для обыкновенных дифференциальных уравнений и простейших уравнений в частных производных. Материал данного курса может быть использован для разработки и применения современных численных методов для математического моделирования различных актуальных прикладных задач. Знать: основы математики, физики, вычислительной техники и программирования. Уметь: решать стандартные профессиональные задачи с применением естественнонаучных и общеинженерных знаний, методов математического анализа и моделирования. Владеть: навыками теоретического и экспериментального исследования объектов профессиональной деятельности.

  Год обучения - 3
  Семестр - 2
  Кредитов - 5
  

• Технологии Big data

  Цель дисциплины - ознакомление с инновационными решения использования больших данных. Студент, освоивший дисциплину должен; Знать: Базовые понятия технологии Big Data ; Основные технологии прогнозирования Уметь: Определять массивы больших данных; Анализировать кластеры больших данных; Строить различными способами прогнозы развития экономических процессов; Владеть: Терминологией курса, Современными технологиями создания и обслуживания больших данных; Методологией и методикой прогнозирования

  Год обучения - 3
  Семестр - 2
  Кредитов - 5
  

• Нейросетевое моделирование в анализе данных

  Цель: Обучить студентов основам применения нейронных сетей для анализа данных, разработки моделей прогнозирования и классификации, а также их применения в различных областях. После освоения дисциплины студент будет способен: Знания: Знать основы работы искусственных нейронных сетей; Разбираться в популярных архитектурах нейронных сетей (MLP, CNN, RNN, LSTM); Понимать этапы обучения, тестирования и валидации моделей. Умения: Подготавливать данные для обучения нейросетевых моделей (очистка, нормализация, разбиение на обучающую и тестовую выборки); Строить нейросетевые модели для решения прикладных задач; Применять библиотеки Python для разработки и тестирования нейронных сетей. Навыки: Работать с платформами для разработки моделей (TensorFlow, PyTorch, Keras); Оценивать точность и эффективность нейросетевых моделей; Интегрировать нейросетевые решения в проекты анализа данных.

  Год обучения - 4
  Семестр - 1
  Кредитов - 6
  

• Математические модели искусственного интеллекта

  Цель: Сформировать у студентов знания и навыки применения математических моделей, лежащих в основе методов искусственного интеллекта (ИИ), для анализа данных, прогнозирования и решения сложных задач. После освоения дисциплины студент будет способен: Знать основы теории вероятностей и математической статистики, применяемые в ИИ. Разбираться в математических основах алгоритмов обучения, таких как регрессия, классификация и кластеризация. Умения: Разрабатывать математические модели для задач прогнозирования, классификации и кластеризации. Применять численные методы для решения задач оптимизации. Использовать Python и его библиотеки (NumPy, SciPy, Scikit-learn) для реализации моделей. Навыки: Анализировать данные и готовить их для математического моделирования; Строить, обучать и интерпретировать математические модели; Оценивать точность и надежность разработанных моделей.

  Год обучения - 4
  Семестр - 1
  Кредитов - 6
  

• Непараметрическая статистика

  Целью учебной дисциплины «Непараметрическая статистика» является приобретение студентами необходимой квалификации для проведения статистического анализа качественных характеристик социально-экономических явлений и процессов. Задачами дисциплины являются: Изучение структуры данных, непараметрических методов статистики для номинальных или порядковых данных. Изучение непараметрических показателей связи. Изучение экспертных методов в статистическом анализе. В результате освоения курса студент должен: Знать: существующие непараметрические методы оценки взаимосвязи качественных явлений; Уметь:собирать и обрабатывать данные с помощью непараметрических статистических методов; Владеть: навыками сбора и обработки необходимых данных с помощью непараметрических методов.

  Год обучения - 4
  Семестр - 1
  Кредитов - 6
  

• Актуарная математика

  Цель: дать основополагающие знания по современным методам расчета премий и резервов для различных видов страхования жизни, полисов при страховании несчастных случаев и пенсионных схем. Знать: основные научные подходы при расчете коммутационных чисел при разной годовой норме процента. Уметь: рассчитывать все виды страховых услуг и кредитных расчетов. Иметь навыки: построения и моделирования всех видов актуарных расчетов.

  Год обучения - 4
  Семестр - 1
  Кредитов - 6
  

• Анализ данных на Python

  Целями освоения дисциплины «Анализ данных в Python» является развитие навыков программирования на языке Python, представления о сборе, обработке и анализе данных в интерактивной среде Jupyter, введение в автоматизированные методы работы с данными - машинное обучение и нейронные сети. Знать: синтаксис и управляющие конструкции языка Python; основные стандартные модули и библиотеки в Python; особенности разработки прикладных программ на языке Python; принципы разработки собственных модулей и библиотек; специализированные библиотеки для анализа данных. Уметь: разрабатывать прикладные программы на языке программирования Python; использовать как стандартные, так и дополнительные модули, расширения и пакеты; создавать собственные модули и импортировать их; создавать собственные приложения и библиотеки. Владеть: навыками разработки приложений с внешними источниками данных (текстовыми файлами, xml-файлами, csv-файлами); практическими навыками использования набора библиотек языка Python для прикладных задач в области анализа данных; - навыками разработки приложений и собственных библиотек на языке Python.

  Год обучения - 4
  Семестр - 1
  Кредитов - 6
  

• Анализ и оценка рисковых ситуаций в условиях неопределенности

  Цель: дать широкие сведения по современной теории риска и асимптотическому поведению вероятности разорения. Знать: простейшие и классические модели теории риска, условие Крамера, неравенство Лундберга. Уметь: применять теорию риска в задачах массового обслуживания, процессах случайного блуждания, ветвящихся процессах и баллотировке. Иметь навыки: принятия решений в условиях неопределенности и рисковых ситуациях.

  Год обучения - 4
  Семестр - 1
  Кредитов - 6
  

• Инструментальные средства бизнес-аналитики

  Цель освоения дисциплины - Формирование у студентов навыков использования современных образовательных и информационных технологий Business Intelligence для информационно-аналитического сопровождения бизнеса; создания рабочих процессов и сценариев разработки и тестирования моделей машинного обучения; обучения и развертывания модели машинного обучения в десктопных платформах и облачных средах; создания программных приложений и аналитического контента, организации совместной аналитической работы в облаке используя технологии Data Discovery. В результате студент: Знает: Методологию исследования данных и возможности современных аналитических систем, использующих инструменты и технологии бизнес-аналитики; Умеет: Применять инструменты современных аналитических систем для исследования данных; Проводить анализ рынка аналитических систем работы с данными; Использовать современные образовательные и информационные технологии Business Intelligence для информационно-аналитического сопровождения бизнеса. Имеет Навыки: Формирование возможных решений на основе разработанных аналитических отчетов, дэшбордов, информационных панелей мониторинга и сторителлинга Анализ, обоснование и выбор решения; Владение OLAP-технологиями и технологиями Data Discovery для решения поставленных задач.

  Год обучения - 4
  Семестр - 1
  Кредитов - 6
  

• Компьютерные технологии в учете

  Знать технологию и методы обработки бухгалтерской информации; инструментальные и программные средства проектирования автоматизированных систем бухгалтерского учета и аудита; задачи, возникающие в процессе бухгалтерского учета и аудита, а также средства информационной поддержки решений в данной области. Уметь определять понятия и связи предметной области, описывать бизнес-процессы оценки и управления имуществом и схемы принятия решений; использовать сетевые технологии. Владеть навыками использования программно-инструментальных средств для анализа и обработки бухгалтерского учета и аудита.

  Год обучения - 4
  Семестр - 1
  Кредитов - 6
  

• Прикладные методы оптимизации

  Курс направлен на предоставление теоретических знаний о современных методах классического вариационного исчисления, линейных и нелинейных системах автоматического управления, изучение элементов управления и эффективных элементов управления и их применение в других отраслях науки. Содержание курса: Вариационные исчисления, минимизация функции многих переменных, выпуклое программирование, линейное программирование, управление и контроль линейных систем. Принцип максимума Понтрягина, динамическое программирование Белмана и решение задач стохастических систем.

  Год обучения - 4
  Семестр - 1
  Кредитов - 6
  

Профессии

Результаты обучения

• Вступать в коммуникацию в устной и письменной формах на казахском, русском и иностранном языках для решения задач межличностного, межкультурного и профессионального общения
• Использовать различные виды информационно-коммуникационных технологий для поиска, хранения, обработки, защиты и распространения информации, а также применять полученные знания в области финансовой грамотности, предпринимательства и бизнеса при решении прикладных задач в сфере статистики и анализа данных.
• Применять философские знания для формирования мировоззренческой позиции, анализировать основные этапы и закономерности исторического развития общества для формирования гражданской позиции.
• Знать основы полноценной социальной и профессиональной деятельности посредством физической культуры, демонстрировать культуру безопасности, анализировать и оценивать источники экологической опасности, уметь организовать условия безопасности жизнедеятельности, а также разрабатывать и внедрять стратегии устойчивого развития, оценивать влияние экологических, социальных и экономических факторов, прогнозировать риски и разрабатывать меры по их снижению в условиях глобальных экологических и социальных вызовов
• Обладать достаточным уровнем правосознания, исполнять профессиональные обязанности и принципы культуры поведения и этические нормы общения.
• Применять навыки владения базовыми принципами и подходами инклюзивной культуры, выбирать стратегию коммуникации в повседневной и профессиональной деятельности, основанную на принципах социального равенства
• Обладать знаниями математического анализа, линейной и векторной алгебры, микро и макроэкономики, методами структуры данных и языков программирования, математическим и аналитическим мышлением и культурой как частью профессиональной и общечеловеческой деятельности
• Отличать последовательный аргумент от ошибочного, как в математических рассуждениях, так и в повседневной жизни
• Строить логические аргументы и строгие доказательства, формулировать гипотезы, абстрагируя общие принципы от примеров
• Применять основные классические разделы фундаментальной математики, базовые идеи и методы прикладной математики, системы основных математических структур и аксиом в решении профессиональных задач.
• Применять современный математический аппарат для построения математических и статистических моделей, совершенствовать статистические методы и алгоритмы, а также анализировать и содержательно интерпретировать полученные результаты с помощью информационных технологий.
• Знать методы сбора, обработки статистических данных, необходимые для формирования выводов, аналитических отчетов по отраслям применения с использованием современных технических средств и информационных технологий.
• Прогнозировать различные процессы и явления, используя математические модели, построенные на основе статистических данных
• Уметь проводить сбор, анализ и обработку на основе микро и макроэкономической, инвестиционной, финансового-банковской, налоговой, демографической и т.д. статистик.
• Иметь навыки оценивать страхование жизни, рисковые ситуации, возникающие на основе статистических данных в различных предметных областях.

Похожие ОП