Анализ данных и машинное обучение

Магистратура 2026/2027

Статус: Курс обязательный (Системный анализ и математические технологии)

Кто читает: Департамент прикладной математики

Где читается: Московский институт электроники и математики им. А.Н. Тихонова

Когда читается: 1-й курс, 3, 4 модуль

Онлайн-часы: 44

Охват аудитории: для всех кампусов НИУ ВШЭ

Язык: русский

Кредиты: 6

Контактные часы: 88

Дополнительные материалы в LMS Задать вопрос

Аннотация

Целями освоения дисциплины являются овладение студентами моделями и методами интеллектуального анализа данных, машинного и глубинного обучения в задачах обработки и анализа данных, а также приобретение навыков исследователя данных (data scientist) и разработчика математических моделей, методов и алгоритмов анализа данных. Изучаются основные модели (линейные, метрические, логические), подходы к их обучению и методы обработки данных.

Цель освоения дисциплины

Знакомство с основными методами машинного обучения в задачах классификации, кластеризации и регрессии.
Опыт построения классических статистических моделей и моделей машинного обучения с использованием математического аппарата и инструментов анализа данных

Планируемые результаты обучения

Освоение базовых понятий математической статистики
Изучение современных методов анализа данных с использованием машинного и глубинного обучения, ИИ.
Знакомство с Pandas, навык предобработки данных
Знакомство с основными понятиями и терминологиями анализа данных
Построение моделей классификации и регрессии на основе решающих деревьев и их комитетов
Знакомство с методами кластеризации, навык построения моделей кластеризации