Кафедра высшей математики

АБB
АБB
АБB

Обычная версия сайта

О кафедре

Общеуниверситетская кафедра Высшей математики создана «в целях совершенствования учебного процесса и математической подготовки в ВШЭ, придания ей необходимой направленности по уровням и специальностям профессиональной подготовки бакалавров и специалистов» на основании решения Ученого совета от 23.07.1999 г., протокол №3 утвержденного приказом Ректора от 06.08.1999 г., №344.

Публикации

Книга

Практики питания российского населения: распространенность диет и их связь с характеристиками рациона

Бирюкова С. С., Стужук Д. А.

Вып. 2. М.: НИУ ВШЭ, 2026.

Статья

Strategic Broadcasting of a Championship: Slicing the Matches between TV Channels

Dagaev D., Karpov I.

International Journal of Sport Finance. 2026. Vol. 21. No. 2. P. 101-115.

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

On conditions for Dobrushin's Central limit theorem for non-homogeneous Markov chains
В печати

Веретенников А. Ю., Нуриева А. И.

60F05. 60F05. arXiv, 2025

Все публикации

Лучший по критерию «Новизна полученных знаний»

Кто читает:: Кафедра высшей математики (Общеуниверситетские кафедры)

Статус:: Курс обязательный

Когда читается:: 2-й курс, 4 модуль

Преподаватели

Сальникова Дарья Вячеславовна

Тамбовцева Алла Андреевна

Дополнительные материалы в LMS Задать вопрос

Аннотация

Данный курс знакомит студентов с основами линейной алгебры и матричных операций, а также их приложениями к статистическому анализу. В курсе рассматриваются такие темы, как матрицы и операции с ними, определитель, базис линейного пространства, ортогональность и метод наименьших квадратов, спектральное и сингулярное разложения матрицы; подробно рассматриваются методы снижения размерности признакового пространства и кластерного анализа. Рекомендуемым (но необязательным) пререквизитом для освоения дисциплины является дисциплина "Теория вероятностей и математическая статистика" (ТВиМС-2). Если студент выбирает дисциплину без предварительного изучения ТВиМС-2, то студенту необходимо самостоятельно изучить метод максимального правдоподобия в оценивании параметров, а также распределение хи-квадрат. В случае возникновения конкурса при отборе на дисциплину студенты ранжируются по средней оценке за дисциплины "Введение в теорию вероятностей и математическую статистику" (ТВиМС-1, 1 курс) и "Введение в регрессионный анализ" (2 курс).

Цель освоения дисциплины

Овладеть знаниями в области математической статистики и многомерных методов анализа, необходимыми в социальных науках.
Знакомство студентов с основными понятиями линейной алгебры и основными операциями с матрицами
Формирование представлений о применении матриц и операций с ними в анализе данных

Планируемые результаты обучения

Корректно применяет и интерпретирует результаты метода главных компонент

Содержание учебной дисциплины

Модель множеcтвенной линейной регрессии. Эффекты взаимодействия переменных и фиктивные переменные
Снижение размерности многомерного признакового пространства
Факторный анализ

Элементы контроля

Активность на семинарах
Домашние задания
Самостоятельные работы
Контрольная работа
Экзаменационная работа

Промежуточная аттестация

2021/2022 учебный год 4 модуль
0.3 * Экзаменационная работа + 0.1 * Активность на семинарах + 0.2 * Контрольная работа + 0.2 * Самостоятельные работы + 0.2 * Домашние задания

Список литературы

Авторы

Сальникова Дарья Вячеславовна
Сальникова Дарья Вячеславовна

Введение в многомерный статистический анализ