Студенты этой программы глубоко изучают математические основы статистики, теории вероятностей, линейной алгебры и математического анализа, которые лежат в основе обработки и анализа данных. Важной частью обучения является также освоение современных методов машинного обучения и искусственного интеллекта.
Программа акцентирует внимание на практическом применении математических моделей и алгоритмов для анализа данных из различных областей, таких как бизнес, медицина, наука и технологии. Студенты учатся работать с большими объемами данных, проводить статистические исследования, создавать прогностические модели и принимать обоснованные решения на основе данных.
Важной частью программы является также обучение работе с программными средствами и языками программирования, используемыми в области анализа данных, такими как Python, R, SQL и другие. Студенты приобретают практические навыки в области обработки данных, визуализации и интерпретации результатов.
Выпускники программы становятся востребованными специалистами в области аналитики данных, машинного обучения и науки о данных, готовы и к работе в различных сферах, где требуется экспертное владение методами обработки и анализа данных для принятия важных стратегических решений.
Основные профессиональные дисциплины:
- Абстрактная алгебра
- Аналитическая геометрия
- Линейная алгебра
- Математический анализ
- Теория чисел
- Комбинаторика
- Программирование
- Алгоритмы и структуры данных
- Дискретная математика
- Дифференциальные уравнения
- Математический анализ
- Математическая логика
- Структуры данных
- Топология
- Комплексный анализ
- Функциональный анализ
- Теория вероятностей
- Математическая статистика
- Случайные процессы
- Машинное обучение
- Численные методы
- Уравнения в частных производных
- Вариационное исчисление
- Вычислительная статистика
- Нейронные сети
- Машинное обучение
- Методы оптимизации
- Многомерный регрессионный анализ
- Оптимальное управление
- Теоретическая механика
Сетка курсов по выбору:
- Реляционные алгебры / Системы управления базами данных
- Гармонический анализ / Алгоритмические системы
- Скрытые марковские модели / Нейронные сети
- Интегральные преобразования / Восстановление данных и коды исправляющие ошибки
- Проективная геометрия / Введение в криптографию
- Алгоритмы биоинформатики / Анализ социальных сетей
- Геометрические инварианты / Алгоритмы сжатия информации
- Введение в теорию вейвлетов / Информационный поиск