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

Качество приема как зеркало развития высшего образования: итоги 2025 года и долгосрочные тренды. Современная аналитика образования №3 (95)

Кузьминов Я. И., Кручинская Е. В., Габдрахманов Н. К. и др.

Вып. 3 (95): КАЧЕСТВО ПРИЕМА КАК ЗЕРКАЛО РАЗВИТИЯ ВЫСШЕГО ОБРАЗОВАНИЯ: ИТОГИ 2025 ГОДА И ДОЛГОСРОЧНЫЕ ТРЕНДЫ. М.: НИУ ВШЭ, Институт образования, 2026.

Статья

Artificial Intelligence. Law. Industries

Bogdanovskaya I., Volos A., N.A. Danilov et al.

Legal Issues in the Digital Age. 2026. Vol. 7. No. 2. P. 113-135.

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 «Полезность курса для Вашей будущей карьеры»

Лучший по критерию «Полезность курса для расширения кругозора и разностороннего развития»

Лучший по критерию «Новизна полученных знаний»

Кто читает:: Кафедра высшей математики (Общеуниверситетские кафедры)

Статус:: Курс по выбору

Когда читается:: 2-й курс, 3, 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 кластерного анализа
Корректно применяет и интерпретирует результаты метода главных компонент

Содержание учебной дисциплины

Модель множественной линейной регрессии. Повторение.
МНК-оценки в рамках множественной линейной регрессии
Оценка качества регрессионной модели: коэффициент детерминации
Мультиколлинеарность
Свойства оценок коэффициентов в регрессионной модели
Устойчивость регрессионной модели
Инференция в регрессии при помощи бутстрапа
Модель множеcтвенной линейной регрессии. Эффекты взаимодействия переменных и фиктивные переменные
Снижение размерности многомерного признакового пространства
Классификация объектов
Факторный анализ

Элементы контроля

Семинарская активность
Домашние задания
Проверочная работа 1
Проверочная работа 2
Проверочная работа 3
Контрольная работа
Экзаменационная работа

Промежуточная аттестация

2022/2023 учебный год 4 модуль
0.15 * Домашние задания + 0.05 * Проверочная работа 1 + 0.05 * Проверочная работа 3 + 0.05 * Проверочная работа 2 + 0.2 * Контрольная работа + 0.1 * Семинарская активность + 0.4 * Экзаменационная работа

Список литературы

Авторы

Сальникова Дарья Вячеславовна
Сальникова Дарья Вячеславовна

Введение в многомерный статистический анализ