Статистические методы и анализ данных
Старт нового потока – сентябрь 2024
Стоимость обучения –
130 000 руб.
2 семестра, 135 ак.ч.
Длительность обучения
Формат
Записи занятий
Удостоверение
100 % онлайн, чат-поддержки студентов 24 в сутки
Смотрите запись занятия в удобное время
Пройдите курс и получите удостоверение о повышении квалификации
Описание курса
Курс представляет собой набор теорий и практических аспектов применения математической статистики и статистических методов для планирования и обработки данных физических экспериментов. Фокус сделан не на теоретических доказательствах теорем, а на практических методах и аспектах их применения. Большое внимание уделено реализации статистических методов в виде программ на языке Python.
Программа курса
  • Семестр 1
    1. Введение в теорию вероятностей.
    2. Базовые понятия теории вероятностей. Аксиоматика теории вероятностей. Различные определения вероятности.
    3. Непрерывные и дискретные распределения.
    4. Биномиальное, пуассоновское, нормальное распределение. Их свойства и применение.
    5. Теория принятия статистических решений.
    6. Простые решения, сложные решения, функция риска, стратегия минимакса, Байесовские стратегии.
    7. Теория оценок.
    8. Точечные и интервальные оценки.
    9. Теория проверки гипотез.
    10. Статистики, критерии. Равномерно наиболее мощный критерий. Критерий качества фита.
  • Семестр 2
    1. Статистические и систематические ошибки
    2. Феноменологический подход к описанию погрешностей. Внутренние и внешние погрешности. Случайные погрешности и «погрешности незнания».
    3. Использование языка Python для анализа данных.
    4. Серия лабораторных работ по использованию языка Python.
    5. Методы многомерной оптимизации для построения оценок
    6. Симплексная оптимизация. Градиентный спуск. Метод Ньютона.
    7. Байесовские методы.
    8. Обзор современных Байесовских методов для анализа данных. Приглашенные лекции.
    9. Методы Монте-Карло для анализа данных.
    10. Маргинализация функции правдоподобия. Простое интегрирование методом Монте-Карло. Marcov chain Monte-Carlo

Цели и задачи курса
Цели
Дать студентам знания и инструменты для работы с экспериментальными данными, а также понимание того, как разрабатывать новые инструменты.
Задачи
Знания будут формироваться на практических задачах с учетом большого практического опыта авторов курса. В курсе предусмотрен ряд приглашенных лекций ведущих мировых специалистов в области обработки данных.
Уникальсность
Уникальной особенностью курса является разбор ряда тем, важных именно для обработки данных эксперимента (модели статистических и систематических ошибок, сложение результатов разных экспериментов, байесовская статистика). Курс может быть полезен не только физикам, но и всем, кто так или иначе работает с данными

Преподаватель курса

ЧАСТО ЗАДАВАЕМЫЕ ВОПРОСЫ

Почему стоит выбрать МФТИ
1 место
в рейтинге Superjob в сфере
ТОП 3
в рейтинге Forbes
лучших вузов России
10 нобелевских лауреатов
среди выпускников и преподавателей
Более 80
академиков и членов-корреспондентов РАН
Андрей Райгородский о ФПМИ МФТИ
Доктор физико-математических наук, профессор, директор Физтех-школы прикладной математики и информатики (ФПМИ)
“Физтех-школа прикладной математики и информатики (ФПМИ) МФТИ – безусловно ведущий мировой центр науки и образования в области математики и информатики. Особенность нашей школы заключается в том, что она сочетает в себе активную научную деятельность и тесную связь с индустрией. На сегодняшний день школа включает в себя 28 кафедр и 22 лаборатории от ключевых академических институтов и ключевых представителей IT-индустрии: Яндекс, Тинькофф, Сбербанк, VK, Abbyy, 1C, Huawei и другие.

Наша школа и МФТИ в целом гордимся своими выпускниками, например, мы занимаем первое место в рейтинге вузов России по уровню зарплат занятых в IT-отрасли специалистов "
Подать заявку на обучение
Мне удобно следующее количество платежей равными суммами:
Нажимая кнопку «Отправить», вы соглашаетесь с условиями обработки персональных данных
Оплата обучения возможна в рассрочку
(только для физических лиц)