Математические методы прогнозирования
О курсе
Курс построен на примерах задач построения интерфейса мозг-компьютер и прогнозирования пространственно-временных рядов. Методы машинного обучения рассматриваются с точек зрения физики и прикладной математики. Изучаются элементы тензорного представления данных, функционального и геометрического анализа данных.
Тематический план
- Авторегрессионные модели.
- Исследование зависимостей.
- Тензорные разложения.
- Нейронные дифференциальные уравнения.
- Непрерывное представление времени и потоки.
- Метрические методы и тензоры.
- Спектральные методы.
- Спектральные графовые модели.
- Геометрический анализ данных.
Самостоятельная работа
Две персональных лабораторных работы по анализу данных головного мозга с постановкой задачи и вычислительным экспериментом. Отчет состоит из двухстраничного описания результатов, кода и доклада.
Оценивание
Вопросы в течение занятий (3), две лабораторные работы (2+2), экзамен в конце с обсуждением тем и задач (3).
Требуемые знания
Знание алгебры, математического анализа и общей физики в объеме трех курсов ФУПМ МФТИ.
Страница курса
с подробным расписанием и материалами