|
Brief Description/Course Content
|
Дисциплина посвящена методам обработки, интерпретации и моделирования многомерных экспериментальных данных, а также их практическому применению для решения решения научных и производственных задач.
Разделы:
- Математический аппарат линейных многомерных методов обработки экспериментальных данных. Принципы построения и источники данных для линейных статистических моделей.
- Базовые принципы применения линейных моделей (аппроксимация линейным многообразием минимальной размерности, редуцирование размерности, декорреляция данных).
- Многомерная линейная регрессия. Математические основы, практическая реализация, интерпретация результатов и наиболее распространенные ошибки применения.
- Линейный дискриминантный анализ. Математические основы, требования к исходным данным, интерпретация результатов.
- Метод главных компонент, математические основы, практическая реализация и особенности интерпретации результатов
- Метод независимых компонент, математические основы, области применения, практическая реализация и особенности интерпретации результатов
- Метод опорных векторов. Математические основы, требования к данным, особенности практического применения и интерпретации результатов.
|
|
Planned Learning Outcomes
|
- Знать теоретические основы линейных методов обработки многомерных экспериментальных данных.
- Уметь выбирать методы и приемы обработки результатов многомерных измерений с применением современного программного обеспечения.
- Владеть методами обработки, интерпретации и представления многомерных экспериментальных измерений.
|
Русский