• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
Глава в книге
VIA AI: Reliable Deep Reinforcement Learning for Traffic Signal Control

Герасёв М. С., Kiselev D., Beketov M. et al.

In bk.: 2024 IEEE International Conference on Data Mining (ICDM) Workshops (ICDMW). Curran Associates, 2024. P. 887-890.

Препринт
A Novel Psychometrics-Based Approach to Developing Professional Competency Benchmark for Large Language Models

Kardanova E., Ivanova A., Tarasova K. et al.

Computation and Language (cs.CL); Artificial Intelligence (cs.AI). cs.CL. arXiv, 2024

Теория вероятностей и математическая статистика

2021/2022
Учебный год
RUS
Обучение ведется на русском языке
4
Кредиты
Статус:
Курс обязательный
Когда читается:
2-й курс, 3, 4 модуль

Преподаватель

Программа дисциплины

Аннотация

Изучение дисциплины базируется на следующих дисциплина: математика в объеме средней школы; математический анализ в объеме первого курса; линейная алгебра и геометрия в объеме первого курса. Для освоения учебной дисциплины студенты должны владеть следующими знаниями и компетенциями: Владеть базовыми навыками арифметики.  Знать содержательный смысл и уметь оперировать следующими понятиями: функция от одной ин нескольких переменных, производная, интеграл.  Уметь строить графики функций.  Владеть элементами линейной алгебры, включая: матричное исчисление, определитель матрицы.  Уметь решать системы линейных уравнений.
Цель освоения дисциплины

Цель освоения дисциплины

  • Выработка базовых компетенций, необходимых для успешного применения теоретико-вероятностного и математическо-статистического инструментария к решению профессиональных задач в теоретических и экспериментальных химических исследованиях
Планируемые результаты обучения

Планируемые результаты обучения

  • знать базовые понятия, идеи и подходы, лежащие в основне теории вероятностей и математической статистики; уметь применять основные методы математической статистики к решению различных исследовательских задач в рамках выбранной специализации; владеть навыками построения вероятностно-статистических моделей для изучения и описания теоретических данных
Содержание учебной дисциплины

Содержание учебной дисциплины

  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
Элементы контроля

Элементы контроля

  • неблокирующий Контрольная работа 1 (по итогам третьего модуля)
  • неблокирующий Контрольная работа 2 (по итогам четвертого модуля)
  • блокирующий Экзамен
    Описание блокирующей оценки: в случае получения оценки «0» на экзамене (по причине сдачи письменной работы, не содержащей ответов на экзаменационные задания, списывания, использования мобильных устройств и т.д.), за курс выставляется оценка «0».
  • неблокирующий Проверочные самостоятельные работы, домашние работы, активность на семинарах
    На семинарах регулярно проводятся самостоятельные работы (на 5-10 мин). Каждая из них оценивается максимум в 10 баллов. В оценку также входят некоторые домашние работы (также оцениваются максимум в 10 баллов).
Промежуточная аттестация

Промежуточная аттестация

  • 2021/2022 учебный год 4 модуль
    0.28 * Проверочные самостоятельные работы, домашние работы, активность на семинарах + 0.36 * Экзамен + 0.18 * Контрольная работа 2 (по итогам четвертого модуля) + 0.18 * Контрольная работа 1 (по итогам третьего модуля)
Список литературы

Список литературы

Рекомендуемая основная литература

  • Теория вероятностей : учебник для экономических и гуманитарных специальностей: учеб. пособие для вузов, Тюрин, Ю. Н., 2009
  • Теория вероятностей и математическая статистика : учебник для вузов, Колемаев, В. А., 1999

Рекомендуемая дополнительная литература

  • Теория вероятностей и математическая статистика в задачах : более 360 задач и упражнений, Борзых, Д. А., 2016

Авторы

  • Гончаренко Василий Михайлович
  • Панов Петр Алексеевич