Анонс

Конференції, школи, семінари

25 березня 2017 року об 11:30 - тренінг «Як успішно пройти співбесіду» . Запрошення

29 березня 2017 року і далі щосереди - факультативний курс «Основи моделювання в SAS Enterprise Miner». Запрошення

23 квітня 2017 року об 10:00 Механіко-математичний факультет запрошує на Очний тур олімпіади з математики для школярів

23 квітня 2017 року об 13:00 Механіко-математичний факультет запрошує на День відкритих дверей

Продовжується студентське опитування, що розроблене групою фахівців міжнародного рейтингу U-Multirank. Запрошення

Щосуботи на мехматі для студентів та абітурієнтів- Business-Leader School KNU. Реєстрація

Вхід

18 + 2 =
x

#{title}

#{text}

Ви є тут

Комп'ютерна статистика та аналіз даних


Знання математики, набуті на початкових курсах механіко-математичного факультету, здатність розуміти зміст формул, вміння не лякатись інтегралів та багатовимірних просторів – важливий стартовий капітал, котрий потрібно примножити та вигідно розмістити. Чудові можливості для цього відкриває спеціалізація у галузі аналізу даних із застосуванням сучасних статистичних методів та ефективних комп’ютерних засобів. У рамках цієї спеціалізації ви познайомитесь з базовими підходами до збирання і аналізу статистичних даних, побудови моделей випадкових явищ, прогнозування та вироблення рекомендацій на основі таких моделей.

У рамках спеціалізації будуть прочитані такі навчальні курси:

  • Статистичний аналіз часових і просторових залежностей (Spatial statistics) – аналіз статистичних даних, що надійшли з різних місць і були отримані у різний час на основі ймовірнісних моделей із застосуванням сучасних комп’ютерних засобів.
  • Математичне моделювання випадкових процесів (Stochastic processes modeling and simulation) – створення математичних моделей для опису розвитку випадкових явищ природи та суспільства та їх комп’ютерна реалізація.
  • Планування вибіркових обстежень (Survey sampling) – методи збору статистичної інформації, розробка ефективних планів та аналіз даних обстежень.
  • Часові ряди (Time series) – методи аналізу послідовних спостережень з метою виявлення та опису залежностей, які дозволяють прогнозувати та робити рекомендації по оптимальному управлінню процесом.

Розвиток інформаційних технологій, накопичення величезних обсягів даних, привели до вибухового розвитку методів та алгоритмів їх статистичного аналізу. Відповідно зростає потреба у спеціалістах, здатних застосовувати свої математичні здібності у сфері аналізу даних. Професія аналітика даних вважається однією з найбільш перспективних у ХХІ столітті.