Магистратура "Статистический анализ и прогнозирование рисков" МГУ имени М.В. Ломоносова, Москва

Основное внимание уделяется применению математических и статистических методов для решения актуальных задач в бизнесе, финансах и других областях. Студенты изучают современные подходы к обработке и интерпретации больших объемов данных, а также осваивают методы прогнозирования, позволяющие принимать обоснованные решения на основе анализа различных сценариев. Программа акцентирует внимание на практическом применении теоретических знаний, включая работу с реальными данными и использование программных инструментов.

Магистерская программа направлена на реализацию инновационной образовательной программы в области математического и информационного обеспечения человеческой деятельности при наличии случайных и неопределенных факторов.

В программе изучаются вероятностно-статистические методы, предназначенные для сбора, систематизации и обработки статистических данных, в том числе с использованием современных компьютерных технологий. Студенты получают навык работы с реальными данными. Решаются задачи, связанные с изучением и прогнозированием риска катастроф, климата Земли, с физикой плазмы, деятельностью нервных клеток мозга. Изучаются методы регрессионного, корреляционного, дисперсионного, дискриминантного, кластерного и факторного анализа, а также методы анализа временных рядов.

Изучаемые дисциплины:

• Иностранный язык
• Правоведение
• Русский язык, деловое общение
• Суперкомпьютерное моделирование и технологии
• История и методология прикладной математики
• Современная философия и методология науки
• Математическое и статистическое программирование
• Прикладной многомерный статистический анализ
• Оценки точности асимптотических вероятностных моделей
• Асимптотические методы математической статистики
• Анализ риска
• Анализ временных рядов
• Методы интеллектуального анализа данных
• Прикладные задачи теории случайных процессов
• Статистический практикум на суперкомпьютерах
• Современные методы обработки сигналов и изображений
• Рекомендательные системы.

Список дисциплин по выбору:

• Обработка и распознавание изображений
• Сложность алгоритмов
• Основы программной инженерии
• Методы дискретной оптимизации
• Анализ текстовых данных и информационный поиск
• Технологии распределенного хранения и обработки данных
• Информационная безопасность.