KZ
Новая образовательная программа

8D06105 Математическое и компьютерное моделирование в ЕНУ им. Л. Н. Гумилева

Результаты обучения

  • Использовать методы State-space для анализа и проектирования линейной обратной связи системы контроля и реализовывать численные методы решения задач линейного управления; - освоить основы искусственного интеллекта и ставить задачи и адаптировать методы и алгоритмы машинного обучения, проводить сравнительный анализ и осуществлять выбор инструментальных средств для решения задач машинного обучения, применять современные инструментальные средства и системы программирования для разработки новых методов и моделей машинного обучения.
  • Применять интерактивные методы и инструменты при проведении исследований в определенных областях математического моделирования; создавать собственные аналитические модели и применять их к решению задач в различных сферах жизнедеятельности; иметь навыки анализа и синтеза передовых достижений в области научной специализации на базе целостного системного научного мировоззрения
  • Сопоставлять достижения современного математического моделирования с реалиями практики; вырабатывать свою точку зрения в профессиональных вопросах и отстаивать ее во время дискуссии со специалистами и неспециалистами, также оперировать методами прикладных исследований с применением математического и компьютерного моделирования.
  • Формулировать математическую модель, исходя из принципов математического моделирования, выбирать и адаптировать адекватную математическую модель и реализовать численные методы решения поставленной задачи средствами программирования на алгоритмических языках и с применением математических пакетов. Применять статистические, численные и компьютерные аспекты обработки экспериментальных данных различных областей исследования, осуществлять реализацию при обработке реальных данных и применения технологии статистических выводов и прогнозов при непосредственной обработке реальных данных и численных методов реализации таких процедур. Применять технологии data mining при работе с данными; Искать оптимальные решения и разрабатывать альтернативные методы анализа рядов данных;
  • Освоить знания в области академического письма и применять полученные навыки при оформлении научно-исследовательских работ
  • Приобретать навыки применения методов Монте-Карло и приближенных вычислении при решение задачи математической физики; оперировать навыками использования статистических методов моделирования при приближенной оценке статистических параметров и анализеполученных решений различных задач
  • Анализировать системы второго порядка, описания фазовых плоскостей онлайновых явлений, предельные циклы, устойчивость, прямой и косвенный метод Ляпунова, линеаризацию, линеаризацию обратной связи, дизайн на основе Ляпунова и обратную сторону; разрабатывать базовые знания теории нелинейных систем, которые имеют достаточную глубину, чтобы начать чтение предметной литературы, также нелинейными средствами управления обратной связью включать линеаризацию, линеаризацию обратной связи, реорганизацию Ляпуноваиобратнуюсторону
  • Владеть методами классической алгебры на примере методов научных исследований и применения их в научно-исследовательской работе. Алгебра – это наука о свойствах множеств на которых определена та или иная система операций. Здесь рассматриваются фундаментальные вопросы классических алгебр, такие как группоиды, кольца и тела, а так же решеток на примере методов научных исследований
  • Использовать вычислительные методы и программы для решения задач гидродинамики, решать прикладные и классические задачи аналитически и численно. Применять конечно-разностные методы и современные программные продукты (COMSOL) и другие для вычисления характеристик потоковых процессов. Применять полученные знания для решения прикладных задач математического моделирования;
Top