Программа предлагает глубокое изучение методов и инструментов для обработки, анализа и использования данных. Студенты получают фундаментальные знания в области статистики, алгоритмов, машинного обучения и искусственного интеллекта.
Студенты изучают принципы сбора и хранения данных, а также основы баз данных и информационных систем. Они изучают различные методы предобработки данных, включая чистку, преобразование и выбор признаков, чтобы обеспечить качество и достоверность данных перед их анализом.
В рамках программы студенты погружаются в алгоритмы машинного обучения, включая методы классификации, регрессии, кластеризации и ассоциативного анализа. Они изучают различные модели машинного обучения, их математические основы и применение в реальных сценариях.
Кроме того, студенты знакомятся с основами искусственного интеллекта и его приложениями. Они изучают различные методы и техники, используемые в области искусственного интеллекта, включая нейронные сети, глубокое обучение, обработку естественного языка и компьютерное зрение.
В процессе обучения студенты также получают практические навыки, работая с реальными наборами данных и используя специализированные программные инструменты и языки программирования, такие как Python и R.
Ключевые дисциплины:
- Алгоритмы и структуры данных
- Математический анализ
- Линейная алгебра и аналитическая геометрия
- Программирование на Python
- Общая теория информации
- Визуализация данных
- Методы оптимизации
- Теория вероятностей и математическая статистика
- Машинное обучение
- Базы данных
- Кластерный анализ и сегментация данных
- Обработка естественного языка
- Глубокое обучение
- Моделирование временных рядов
- Системы управления базами данных
- Анализ сетевых данных
- Анализ изображений
- Экономика данных
- Статистика
- Математическое моделирование
- Бизнес-анализ
- Эконометрия
- Искусственный интеллект
- Программирование
- Визуализация данных.