Факультет | Факультет экономики и управлени |
Специальность | 1-31 80 09 Прикладная математика и информатика |
Профилизация | Компьютерный анализ данных |
Язык обучения | русский / английский |
Форма обучения | дневная |
Продолжительность обучения | 1 год 8 месяцев |
Вступительные испытания для иностранных граждан | |
Учебный план (с указанием основных изучаемых дисциплин) | Наименование видов деятельности магистранта, циклов дисциплин, дисциплин | Количество зачетных единиц |
- Математическое моделирование и оптимизация сложных систем
Изучение теоретических основ математического моделирования и оптимизации, принципов и практических методов построения и анализа моделей сложных процессов, явлений и систем, а также решения задач оптимизации в различных областях науки, техники и экономики; формирование практических навыков применения математического моделирования и методов оптимизации для решения задач моделирования и оптимизации сложных систем с использованием современного программного обеспечения | 3 |
- Многомерный статистический анализ
Изучение математических моделей и методов статистического анализа данных многомерной структуры; формирование практических навыков решения прикладных задач анализа многомерных данных с использованием современного программного обеспечения в области статистического анализа. | 3 |
- Математическое и компьютерное прогнозирование
Получение теоретических знаний и практических навыков по методологическим основам, методике построения прогнозов на основе математических моделей; построения прогнозных моделей; освоение методов построения эконометрических моделей по пространственным данным и временным рядам, построение эконометрических моделей по экономико-статистическим данным; овладение компьютерными пакетами прикладных программ для экономико-статистического анализа данных и прогнозирования; | 6 |
- Специальные структуры данных
Создание базы для использования современных библиотек в различных языках программирования, умения адаптировать существующие алгоритмы и структуры данных для конкретных прикладных задач;развитие умения оценивать трудоемкость операций с структурами данных, выполнять оценку в худшем случае и амортизированную оценку операций, использовать вероятностную оценку трудоемкости операций;изучение специальных структур данных;изучение методов организации эффективного перебора, оптимизация данного метода, используя различные структуры данных. | 6 |
- Технологии и компьютерные системы обработки данных
Изучение современных компьютерных систем для обработки статистических данных;наиболее употребительных статистических методов обработки данных и принципов формирования выводов на основе их применения, особенностей реализации алгоритмов статистических методов обработки данных в различных модулях компьютерных систем обработки данных;использование компьютерных систем при решении прикладных задач, связанных с обработкой данных. | 3 |
- Основы программирования на Python
Освоение синтаксиса языка программирования Python и приобретении практических навыков программирования на языке Python. | 3 |
- Математика и Python для анализа данных
Приобретение практических навыков использования математики для решения задач анализа данных с использованием языка программирования Python. | 3 |
- Введение в машинное обучение на Python
Изучение различных моделей нейронных сетей, методов и алгоритмов их обучения для решения практических задач с привлечением готовых библиотек языка программирования Python. | 3 |
- Прикладные задачи анализа данных на Python
Изучение методов решения основных прикладных задач анализа данных c использованием модуля Pandas алгоритмического языка Python. | 3 |
- Многомерный статистический анализ на панельных данных
Построение эконометрических моделей по панельным данным, методики проведения эконометрического анализа, состоящего в диагностике моделей; методики разработки прогнозов, основанных на эконометрических моделях. | 3 |
- Численные методы компьютерного моделирования и анализа
Освоение и получение практических навыков алгоритмизации и программирования методов вычислительной математики и численных методов оптимизации, использования современных программных средств компьютерного моделирования при решении задач из различных областей человеческой деятельности | 3 |
- Анализ данных в логистике
Разработка, решение и анализ задач логистики на основе экономико-математических методов и моделей и компьютерных технологий: построение экономико-математических моделей при проведении логистических исследований; выделение наиболее существенных количественных связей моделируемых объектов логистики; овладение приемами математической формулировки отдельных связей и явлений логистических систем; приобретение теоретических знаний о базовых экономико-математических моделях и методах транспортной логистики и управления запасами | 3 |
- Особенности компьютерного анализа данных по видам экономической деятельности
Построение и применение оптимизационных моделей и методов прикладной статистики для анализа статистических данных различных сфер социально-экономического развития региона на основе современных компьютерных технологий; использование современных информационных технологий для решения задач государственного регулирования, прогнозирования и планирования государственных доходов и расходов; оценка результатов, в том числе финансово-экономический анализ экономических процессов и производственной деятельности; использование достижений науки и разработка предложений по совершенствованию профессиональной деятельности в области финансов, денежного обращения и кредита; разработка практических рекомендаций по использованию научных исследований в сфере финансов, денежного обращения и кредита, планирование и проведение экспериментальных исследований. | 3 |
- Технологии интеллектуального анализа данных
Ознакомление с основными понятиями и типами закономерностей, выявляемыми с помощью интеллектуального анализа данных, изучение методов ИАД, обучение использованию программных средств на основе технологии интеллектуального анализа данных для решения практических задач. | 3 |
- Методы и средства визуализации данных
Изучение основных подходов и методов графического представления и анализа данных; формирование практических умений и навыков работы с инструментами для визуализации данных, в том числе системами бизнес-аналитики. | 6 |
Освоение постановок, особенностей задач дискретного программирования; современных методов решения задач дискретного программирования; формирование навыков использования программных продуктов для реализации алгоритмов дискретного программирования. | 3 |
- Математические методы управления в условиях неполной информации
Освоение методов, методик, процедур, моделей и программных средств для анализа решений в условиях многовариантности, многокритериальности, неопределенности и риска, приобретение навыков моделирования для задач принятия решений в условиях неполной информации. | 6 |
- Основы компьютерного анализа данных с использованием языка R
Систематическое изучение языка программирования R, изучение методов решения основных прикладных задач статистического анализа данных средствами R (типы данных с которыми работает R и особенности работы с ними; способы создания циклов; проверки условий; правила написания функций; обработка исключительных ситуаций; запись и чтение данных из файлов, баз данных; работа с графиками; экспорт отчетов в pdf-файл и пр., нахождения описательных статистик). | 3 |
- Анализ и прогнозирование в экономике и финансах с помощью временных рядов в пакете Mathematica
Изучение методов анализа временных рядов на основе статистик высших порядков с реализацией в пакете Mathematica. | 3 |
Основные компетенции, которыми будет обладать выпускник | - применять для решения научных и практических задач эффективные математические методы и компьютерные технологии, а также специализированное программное обеспечение;
- разрабатывать и применять эффективные методы, алгоритмы и программные средства компьютерного анализа данных;
- создавать и исследовать модели сложных систем и процессов различной природы;
- разрабатывать интеллектуальные системы поддержки принятия решений;
- решать задачи компьютерного моделирования и оптимизации систем и процессов различной природы, управления процессами интеллектуального анализа данных (data mining), имитационного моделирования, статистического моделирования и прогнозирования.
|
Возможности продолжения образования (специальности аспирантуры) | - 08.00.13 – Математические и инструментальные методы экономики
|
Документ о полученном образовании | ДИПЛОМ МАГИСТРА |