• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Информация для студентов 2019 года набора

Максимальное количество студентов: 150

Ограничения по программе: запрещено для ПМИ

Несколько десятков лет назад компьютеры резко подешевели и стали доступны для широкой аудитории, что произвело революцию как во многих отраслях науки, бизнеса и промышленности, так и в нашей повседневной жизни. С помощью компьютеров можно работать с огромными базами данных, автоматизировать бизнес-процессы, контролировать работу конвейера на производстве, упрощать управление самолетом или просто хранить коллекцию семейных фотографий. Сегодня такая же революция происходит с данными. За несколько десятков лет многие отрасли и компании накопили большие объемы данных, и теперь появилась возможность извлекать пользу из этих данных, находить в них нетривиальные закономерности. Методы машинного обучения и анализа данных всё активнее используются при оптимизации производственных процессов и маршрутов транспорта, для оптимизации закупок и маркетинговых кампаний в интернет-коммерции, для создания новых лекарств и автомобилей без водителя — этот список приложений становится больше с каждым днем. Рынок анализа данных уже оценивается в 50 миллиардов долларов, и он продолжает свой стремительный рост.

Специалист по анализу данных, или Data Scientist — одна из самых востребованных и привлекательных профессий нашего времени. Такие люди нужны практически везде, спрос на них огромен и только растет с каждым годом. Становится понятно, что недостаточно наличия специалистов по анализу данных — базовые навыки важны для профессионалов из многих областей бизнеса и науки. Методы анализа данных и машинного обучения находят свое применение в социальных науках, экономике, физике, журналистике, лингвистике и даже в исторических науках. Понимание методов и возможностей машинного обучения важно для менеджеров и управленцев, которым, вполне возможно, придется столкнуться с необходимостью внедрения или разработки систем анализа данных.

Наш майнор покрывает все основные разделы анализа данных, необходимые для успешного его применения на практике. Первый курс посвящён языку Python, который фактически является стандартом для работы с данными и построения моделей. Во втором курсе (Введение в анализ данных) вы изучите основы машинного обучения: постановки задач, типы данных и способы работы с ними, основные модели, методы их обучения и подходы к измерению качества. В третьем курсе (Основы глубинного обучения) вы познакомитесь с нейронными сетями и их применениями для задач анализа визуальных и текстовых данных. В четвёртом курсе (Прикладные задачи анализа данных) вы узнаете основные методы математической статистики и их применения для анализа экспериментов и A/B-тестов, а также погрузитесь в приложения машинного обучения: рекомендательные системы, прогнозирование временных рядов, задачи обработки естественного языка, генеративные модели, работа с сигналами.

На нашем майноре, безусловно, будет проще учиться студентам, которые изучают высшую математику хотя бы в небольшом объёме. Но при достаточных усилиях освоить программу может каждый. К осени 2020 года на ФКН будет разработан онлайн-курс по математике для анализа данных, с помощью которого можно будет улучшить свою математическую базу.

Информация для желающих перевестись на майнор: http://cshse.ru/minor/iad/transfer

Дисциплины:

  1. Введение в программирование
  2. Введение в анализ данных
  3. Основы глубинного обучения
  4. Прикладные задачи анализа данных

Вики-странички курсов 19/20 года:

  1. Введение в программирование
  2. Введение в анализ данных
  3. Современные методы машинного обучения
  4. Прикладные задачи анализа данных