Докторантура PhD
Шифр:
8D06107
Название:
Наука о данных
Факультет:
Информационных технологий
Квалификация:
- Научно-педагогическое направление - Доктор философии (PhD)
- Модель выпускника
- Обязательные дисциплины
- Элективные дисциплины
- Практики
1.Определять инструменты и методологии, требующие больших вычислительных ресурсов, для статистического анализа и визуализации сложных данных, эффективно применять методы статистических вычислений к реальным наборам данных.
-
Академическое письмо
- Количество кредитов: 2
- Тип контроля: [РК1+MT+РК2+Экз] (100)
- Описание: Курс знакомит докторантов с основными особенностями научного стиля речи и письма, построением логического изложения текста, критическим оцениванием источников информации, формирует умения создания академических и научно-педагогических текстов,публикаций и презентаций
-
Интегративная наука о данных
- Количество кредитов: 5
- Тип контроля: [РК1+MT+РК2+Экз] (100)
- Описание: Цель дисциплины: состоит в формировании способности к интеграции и анализу различных источников данных для извлечения осмысленной информации и принятия обоснованных решений. Результаты обучения: 1. Интегрировать и анализировать данные из различных областей. 2. Анализировать и проектировать жизненный цикл данных от приобретения к интерпретации и действию. 3. Применять методы статистического моделирования и машинного обучения визуализации для решения сложных задач науки о данных. 4. Эффективно визуализировать и передавать информацию. 5. Учитывать этические соображения и соображения конфиденциальности в интеграционных проектах по науке о данных.
-
Методы научных исследований
- Количество кредитов: 3
- Тип контроля: [РК1+MT+РК2+Экз] (100)
- Описание: Знание данной дисциплины необходимо для изучения и анализа научно-исследовательских работ, постановки научно-педагогической проблемы, проведения теоретических и экспериментальных исследований, выбора необходимых методов и инструментов исследований, позволяющих проводить логическое обобщение собранных фактов, вырабатывать понятия и суждения, делать умозаключения и теоретические выводы с целью разработки рекомендации и результатов научных исследований.
-
Продвинутые темы математической статистики
- Количество кредитов: 5
- Тип контроля: [РК1+MT+РК2+Экз] (100)
- Описание: Цель дисциплины: состоит в формировании способности проводить исследования в области многомерной статистики и байесовского моделирования, применять методы статистического машинного обучения к анализу данных. Результаты обучения: 1. Проводить исследования в области многомерной статистики и визуализации данных. 2. Анализировать на концептуальном уровне многомерные методы статистического анализа. 3. Проводить моделирование и вычисления, необходимые для выполнения расширенного анализа данных с байесовской точки зрения. 4. Исследовать статистические аспекты машинного обучения и автоматизированного мышления посредством использования (выборочных) данных. 5. Анализировать производительность алгоритмов статистического машинного обучения.
-
Вычислительная статистика
- Тип контроля: [РК1+MT+РК2+Экз] (100)
- Описание: Цель курса — обучить студентов применению вычислительных методов и приемов для решения статистических задач. Он направлен на развитие у студентов навыков и понимания, необходимых для использования компьютерных алгоритмов и программ в статистическом анализе данных. Студенты учатся использовать инструменты R и SAS для выполнения статистических расчетов, визуализации данных и представления результатов.
-
Доступ и управление большими данными
- Тип контроля: [РК1+MT+РК2+Экз] (100)
- Описание: Цель дисциплины: состоит в формировании способности эффективно извлекать, хранить, обрабатывать и анализировать большие данные для поддержки принятия решений на основе данных. Результаты обучения: 1. Применять принципы, методы и инструменты, связанные с доступом и управлением крупномасштабными наборами данных. 2. Сопоставлять различные подходы к обработке объемов, разнообразия и скорости передачи данных. 3. Эффективно извлекать, хранить, обрабатывать и анализировать большие данные для получения ценных сведений и принятия решений на основе данных. 4. Работать с большими данными, используя различные методы хранения, обработки, анализа, визуализации и управления. 5. Предвидеть и нести профессиональную ответственность за этические последствия получения, обработки и анализа данных.
-
Продвинутая теория вероятности
- Тип контроля: [РК1+MT+РК2+Экз] (100)
- Описание: Цель дисциплины: состоит в формировании способности применять различные аспекты теории вероятностей, от основных теорем до теории мартингалов в дискретном времени, для решения задач науки о данных. Результаты обучения: 1.Излагать основные идеи, лежащие в основе теории вероятностей. 2.Практиковать основные концепции вероятности, такие как: распределение, ожидание, дисперсия, независимость, условная вероятность. 3. Применять теорию вероятностей для построения математических моделей и решения статистических задач. 4.Определять типы практических задач, которые можно решить с помощью вероятностных методов, и умение использовать полученные знания для их решения. 5.Создавать математические инструменты для анализа данных на основе вероятностных методов.
-
Теория машинного обучения
- Тип контроля: [РК1+MT+РК2+Экз] (100)
- Описание: Цель дисциплины: состоит в формировании способности разрабатывать математические инструменты для проектирования и теоретического анализа методов машинного обучения. Результаты обучения: 1. Формализовать задачи машинного обучения в статистических и теоретико-игровых условиях. 2. Исследовать статистическую сложность задач машинного обучения, используя основные понятия сложности. 3. Анализировать статистическую эффективность алгоритмов обучения. 4. Разрабатывать стратегии машинного обучения, используя правильную регуляризацию. 5. Применять инженерный подход для создания решений, отвечающих конкретным потребностям с учетом глобальных, культурных, социальных, экологических и экономических факторов.
-
Педагогическая
- Тип контроля: Защита практики
- Описание: Цель дисциплины: формирование способности осуществлять педагогическую деятельность в вузах, проектировать образовательный процесс и проводить отдельные виды учебных занятий с использованием инновационных образовательных технологий.
-
Исследовательская
- Тип контроля: Защита практики
- Описание: Цель практики: приобретение опыта в исследовании актуальной научной проблемы, расширение профессиональных знаний, полученных в процессе обучения, и формирование практических навыков ведения самостоятельной научной работы. Практика направлена на развитие навыков исследования, анализа и применения экономических знаний.