АННОТАЦИИx - Высшая школа экономики

Современные методы анализа данных
Описание курса:
Целями освоения дисциплины «Современные методы анализа данных» является развитие способностей
к профессиональному комплексному анализу данных в экономической сфере и бизнесе, а так же
развитие компетенций в области математических методов и информационных технологий.
В результате освоения дисциплины студент должен:
 Знать: основных
теоретических положений современных математических методов анализа
данных;
 Уметь: применять стандартные методы и модели к решению задач анализа данных, разрабатывать и
реализовывать на компьютере новые методы анализа данных;
 Иметь практические навыки (приобрести опыт) анализа реальных данных на ПЭВМ.
 Быть знакомым с современными профессиональными компьютерными пакетами анализа данных,
сравнение их возможностей, достоинств и недостатков.
Число кредитов: 4
Факультет: бизнес-информатики и прикладной математики
Язык: русский
Уровень: магистр
Часы: 144 аудиторных часа
Список тем:
1. Общие принципы обработки данных
2. Анализ данных в реальном времени (OLAP)
3. Анализ главных компонент
4. Факторный анализ
5. Кластерный анализ
6. Статистические основы многомерного анализа
7. Регрессионный анализ
Список литературы:
1.
2.
3.
4.
5.
Hair, J. F. Jr. Multivariate Data Analysis with Readings, - 7th ed. Prentice-Hall. 2010
Малхотра Н. Маркетинговые исследования. Практическое руководство. М., ИД «Вильямс», 2002.
Cox T. An Introduction to Multivariate Analysis, Arnold, 2005.
Everitt B. An R and S-plus Companion to Multivariate Analysis, Springer, 2005.
Kontoghiorges E. Handbook on Parallel Computing and Statistics, CRC Press, 2006.
Современные методы принятия решений
Описание курса:
Программа учебной дисциплины (курса) «Современные методы принятия решений» рассчитана на
студентов – магистров направления «Прикладная математика и информатика» НИУ ВШЭ – Нижний
Новгород. Материалы этого курса могут быть так же использованы при подготовке бакалавров.
Цели курса:
 Развитие способностей к профессиональному комплексному анализу решений экономической сфере
и бизнесе;
 Развитие компетенций в области математических методов и информационных технологий.
1
Задачи курса:
 Освоение студентами основных теоретических положений современных математических методов
принятия решений;
 Овладение навыками разработки и компьютерной реализации новых методов принятия решений.
 Овладение практическими навыками принятия решений;
Число кредитов: 4
Факультет: бизнес-информатики и прикладной математики
Язык: русский
Уровень: магистр
Часы: 144 аудиторных часа
Список тем:
1.
2.
3.
4.
5.
6.
Индивидуальные предпочтения и проблема коллективного выбора
Принятие решений по многим критериям
(Multiple Criteria Decision Making)
Задача дележа (Fair division). Алгоритм «подстраивающийся победитель» (Adjusted winner)
Кооперативные игры. Дележи в кооперативных играх.
Задача голосования с квотой. Оценка влияния.
Список литературы:
1. Алескеров Ф. Т., Хабина Э. Л., Шварц Д. А. “Бинарные отношения, графы и коллективные
решения”, M: ФИЗМАТЛИТ, 2012. - 341 с. - ISBN: 978-5-9221-1363-2.
2. Brams S.J. Fishburn P.C. Voting procedures, in Handbook of Socia; Choice and Welfare, v.1, Edited by
K.J. Arrow, A.K. Sen and K. Suzumura, Elsevier 2002, pp. 173-236 (доступно по электронной подписке
НИУ ВШЭ)
3. Калягин В.А. Чистяков В.В. Об определении функции предпочтений в задаче рейтингования при
отсутствии компенсаций, «Модернизация экономики и общества», отв. редактор Ясин Е.Г. М,, Изд.дом
ГУ ВШЭ, 2009, т.3, стр. 592-597.
Дополнительные главы методов оптимизации
Описание курса:
Целями освоения дисциплины «Доп. главы методов оптимизации» являются:
 ознакомление студентов с основами методов оптимизации в линейных нормированных
пространствах;
 формирование навыков работы с абстрактными понятиями математики;
 знакомство с прикладными задачами дисциплины.
В результате освоения дисциплины студент должен:
 Знать основы методов оптимизации, необходимые для дальнейшего изучения последующих
дисциплин, предусмотренных базовым и рабочим учебными планами;
 Уметь применять методы дисциплины для решения задач, возникающих в дисциплинах,
использующих соответствующие методы;
 Владеть навыками применения современного инструментария дисциплины.
Число кредитов: 4
Факультет: бизнес-информатики и прикладной математики
Язык: русский
2
Уровень: магистр
Часы: 144 аудиторных часа
Список тем:
1. Основы субдифференциального исчисления.
2. Дополнительные вопросы вариационного исчисления.
3. Принцип максимума Понтрягина.
4. Основы динамического программирования.
Список литературы:
1. Алексеев В.М., Тихомиров В.М., Фомин С.В. Оптимальное управление, М., Наука, 1979.
2. Алексеев В.М., Галлеев Э.М., Тихомиров В.М. Сборник задач по оптимизации, Наука, 1984.
3. Zelikin M.I. Borisov V.F. Theory of chattering control with applications to astronautics, robotics,
economics and engineering, Basel, Birkhauser, 1994.
Основы компьютерной лингвистики
Описание курса:
Целями освоения дисциплины «Основы компьютерной лингвистики» являются подготовка в области
основ гуманитарных, социальных, экономических, математических и естественнонаучных знаний,
получение высшего профессионально профилированного (на уровне магистра) образования,
позволяющего выпускнику успешно работать в избранной сфере деятельности, обладать
универсальными и предметно-специализированными компетенциями, способствующими его
социальной мобильности и устойчивости на рынке труда.
В результате освоения дисциплины студент должен:
 Знать основные математические модели компьютерной лингвистики
 Уметь применять на практике изученные методы и алгоритмы
 Иметь навыки (приобрести опыт) решения прикладных задач, возникающих в области компьютерной
лингвистики.
Число кредитов: 6
Факультет: бизнес-информатики и прикладной математики
Язык: русский
Уровень: магистр
Часы: 216 аудиторных часов
Список тем:
1.
2.
3.
4.
5.
6.
Логика предикатов
Концептуальный анализ
Формальные грамматики и алгоритмы
Структуры представления текстов для поисковых методов
Языки программирования, ориентированные на обработку лингвистической информации.
Корпусная лингвистическая информация. Синтаксические деревья.
Список литературы:
1. Алексеев В.Е., Таланов В.А.. Графы. Модели вычислений. Структуры данных: Учебник. Нижний
Новгород: Из-во ННГУ, 2005.
3
2. Алексеев В.Е., Таланов В.А.. Графы и алгоритмы. Структуры данных. Модели вычислений. Учебник.
Интернет-Университет Информационных технологий. Москва, 2009.
3. H. Thomas, C.E. Cormen, R.L. Leiserson, C.S. Rivest. Introduction to algorithms. the MIT Press, 2006.
Структуры и модели когнитивной лингвистики
Описание курса:
Целями освоения дисциплины «Структуры и модели когнитивной лингвистики» являются освоение
методологии когнитивной науки, формирование представления об основных когнитивных процессах,
связанных с языком.
В результате освоения дисциплины студент должен:
 Знать теоретические основы когнитивистики.
 Уметь пользоваться методами и приёмами описания концептов, структурирования и моделирования
знаний разных форматов.
 Иметь навыки обнаружения языковых соответствий, выявления сходства когнитивных механизмов,
оперирующих в разных языках.
Число кредитов: 5
Факультет: бизнес-информатики и прикладной математики
Язык: русский
Уровень: магистр
Часы: 180 аудиторных часов
Список тем:
1. Различные образы языка в лингвистике XX века. Сущность антропоцентрического подхода к
языку.
2. Язык как объект когнитивных исследований.
3. Методология когнитивной лингвистики.
4. Теория концептуализации.
5. Теория категоризации.
6. Методики концептуального анализа.
7. Картина мира
8. Концепт как базовое понятие когнитивной лингвистики и основа языковой картины мира.
9. История психолингвистики и актуальные вопросы когнитивной лингвистики.
Список литературы:
1. Болдырев Н.Н. Когнитивная семантика. – Тамбов, 2001.
2. Попова З.Д., Стернин И.А. Когнитивная лингвистика. – М., 2007.
3. Болдырев Н.Н. Языковые категории как формат знания Вопросы когнитивной лингвистики.
2006. № 2. С. 5-22.
4. Быкова К.И. Структура концепта “love” в английском языке (на примере идиом) // Актуальные
проблемы лингводидактики и лингвистики: сущность, конценции, перспективы: материалы III
Международной научно-практической конференции / под ред. Л.А. Миловановой. Т. 2.
Актуальные проблемы лингвистики. Волгоград, 2010. – С. 38-42.
Модели корпусной лингвистики
Описание курса:
4
Цель освоения дисциплины «Модели корпусной лингвистики» состоит в том, чтобы познакомить
студентов с концепциями корпусной лингвистики, дать им возможность освоить основы корпусных
технологий, приобрести навыки работы с корпусами, определить место дисциплины и собственно
корпусов в ряду информационных технологий.
В результате обучения студент:
- должен знать:
основные понятия корпусных технологий
основные типы корпусов
понятие разметки
основные стандарты разметки
средства создания корпусов
основные имеющиеся корпуса
типы программных средств для работы с корпусами в целом
поисковые средства (конкордансеры и корпусные менеджеры)
- должен уметь:
работать с программами-менеджерами и конкордансерами
осуществлять поиск и исследования на базе корпусов.
Число кредитов: 6
Факультет: бизнес-информатики и прикладной математики
Язык: русский
Уровень: магистр
Часы: 216 аудиторных часов
Список тем:
1.
2.
3.
4.
5.
6.
7.
8.
Введение в корпусную лингвистику.
Обзор существующих корпусов различных типов.
История создания корпусов.
Зарубежные национальные корпусы. Корпусы русского языка. Специальные
корпусы.
Создание корпусов.
Корпусные менеджеры. Корпус как поисковая система. Языки запросов.
Выходные интерфейсы. Сравнительный анализ.
Использование корпусов. Корпусные исследования. Лексические,
грамматические, семантические исследования, базирующиеся на корпусах.
Использование корпусов в социологии, исторической науке и др.
Список литературы:
1. В.П. Захаров В.П., Богданова С.Ю. Корпусная лингвистика. - Иркутск, ИГЛУ, 2011.
2. Богуславский И.М. и др. Аннотированный корпус русских текстов: Концепция, инструменты
разметки, типы информации // Труды Международного семинара по компьютерной лингвистике и ее
приложениям «Диалог-2000». Протвино, 2000.
3. Венцов А.В., Касевич В.Б., Ягунова Е.В. Корпус русского языка и восприятие речи // Научнотехническая информация. Сер. 2. 2003. № 6. С. 25–32.
Автоматическая обработка текстов
Описание курса:
Курс посвящен рассмотрению различных подходов к автоматической обработке текстов.
Целью освоения дисциплины «Автоматическая обработка текстов» является изучение современных
подходов к анализу и обработки текстовой информации.
5
В результате освоения дисциплины студент должен: уметь применять теорию формальных понятий,
решать задачу би-кластеризации и поиска дубликатов, знать и уметь применять базовые алгоритмы:
расстояние между словами, наивный Байес алгоритм, уметь оценивать эффективность алгоритмов.
Число кредитов: 3
Факультет: бизнес-информатики и прикладной математики
Язык: русский
Уровень: магистр
Часы: 108 аудиторных часов
Список тем:
1. Теория формальных понятий и ее применение в задачах по автоматической обработке текстов
2. Базовые алгоритмы автоматической обработки текстов.
3. Оценка эффективности алгоритмов
Список литературы:
1. Большакова, Е. И., Клышинский, Э. С., Ландэ, Д. В., Носков А.А., Пескова О.В., & Ягунова Е.В.
(2011). Автоматическая обработка текстов на естественном языке и компьютерная лин-гвистика.
Москва: МИЭМ.
2. B. Ganter and R. Wille, Formal Concept Analysis: Mathematical Foundations, Springer, 1999.
3. S.Yevtushenko. Concept Explorer. The User Guide, 2006 (поставляется в составе ПО Concept Expolorer).
4. Биркгоф Г. Теория решеток. - M.: Наука, 1984.
5. С. A. Евтушенко. Система анализа данных "Concept Explorer". Труды 7-ой национальной
конференции по искусственному интеллекту КИИ-2000. – М.:Физмалит, 2000, стр. 127-134,
Теория межкультурной коммуникации
(преподается на английском языке)
Описание курса:
Цель курса – рассмотрение основных категорий системного подхода к теории и практике
межкультурной коммуникации (МКК), раскрыть понятие «системы» применительно к культуре и МКК,
обосновать «концепт» как основную единицу межкультурной коммуникации, раскрыть структуру
вербально выраженных концептов как микросистему по отношению к системе «культура», рассмотреть
факторы, влияющие на национальную концептосферу, охарактеризовать соотношение когнитивной
лингвистики и МКК, рассмотреть категории дискурса, языковой личности, национального языкового
мира. В презентациях студентов (на русском и иностранном языках) отрабатываются прикладные
аспекты проблематики курса.
В результате освоения дисциплины студент должен:
 Иметь представление о культуре как системе, принципах ее организации и функционирования.
 Иметь представление об основных моделях коммуникации.
 Иметь представление о концепте как основной единице межкультурной коммуникации. Уметь
применять методику анализа концепта на практике.
 Иметь представление об особенностях национальных концептосфер и языковых концептосфер.
Иметь представление о закономерностях межкультурной коммуникации и уметь применять их на
практике.
Число кредитов: 3
Факультет: бизнес-информатики и прикладной математики
6
Язык: русский
Уровень: магистр
Часы: 108 аудиторных часов
Список тем:
1. Рождение межкультурной коммуникации. Э.Холл, Г.Хофстеде
2. Коммуникация и модели коммуникации (М.Бахтин, Р.Якобсон, Н.Винер)
3. Теория систем (Л фон Берталанфи, И. Пригожин). Культура как система. Межкультурная
коммуникация как система.
4. Значение и смысл. Понятие и концепт.
5. Структура концепта. Национальная концептосфера. Факторы, ее формирующие.
6. Особенности русской концептосферы.
7. Английская концептосфера. Американская концептосфера.
8. Языковая личность. Языковая концептосфера. Презентация проекта.
Список литературы:
1. Зинченко В.Г. Зусман В.Г. Кирнозе З.И. Межкультурная коммуникация. От системного
подхода к синергетической парадигме. М.: Флинта-Наука, 2008.
2. Горелов И.Н.Невербальные компоненты коммуникации. М., 2006.
3. Тер-Минасова С. Г. Язык и межкультурная коммуникация. М., 2008.
Язык профессиональных коммуникаций
Описание курса:
Целями освоения дисциплины ««Язык профессиональных коммуникаций (английский)»
являются:
- повышение профессиональной языковой квалификации магистров, имеющих продвинутый уровень
владения иностранным языком в устной и письменной формах (Upper Intermediate English);
- обучение магистров навыкам профессионально-ориентированного общения (сферы прикладной
математики, лингвистики, IT-технологий) на иностранном языке;
- обучение магистров умению продуцировать тексты профессионально-ориентированного характера и
грамотно представлять результаты исследования на английском языке.
В результате освоения дисциплины студент должен:
 Иметь устойчивый продвинутый уровень владения иностранным языком в устной и письменной
формах (Upper Intermediate English)
 Иметь навыки устного и письменного профессионально-ориентированного общения (сферы
прикладной математики, лингвистики, IT-технологий) на английском языке.
 Уметь читать, понимать и обсуждать тексты профессионально-ориентированного характера на
английском языке в сферах.
 Уметь грамотно представлять в устном и письменном виде результаты собственного исследования на
английском языке.
Число кредитов: 3
Факультет: бизнес-информатики и прикладной математики
Язык: русский
Уровень: магистр
7
Часы: 108 аудиторных часов
Список тем:
1. Англоязычный «Глоссарий» терминов по компьютерной лингвистике.
2. Отработка навыков активного использования терминологии компьютерной лингвистики
3. «Пристальное чтение» (close-reading) специальных текстов по компьютерной лингвистике.
4. Научная дискуссия как особый жанр профессионального общения. Отработка навыков ведения
дискуссии на профессионально-ориентированные темы.
5. Совершенствование грамматических и фонетических навыков, расширение словарного запаса.
Список литературы:
1. Турук И.Ф., Кнаб О.Д. Английский язык в компьютерной сфере. М., 2011.
2. Glendinning E.H., McEwan J. Oxford English for Information Technology. Second edition. Oxford. 2006.
3. Гольцова Е.В. Английский язык для пользователей ПК и программистов. Самоучитель. Спб, 2002.
4. Дубинина Г.А., Драчинская И.Ф.. Английский язык. Практикум для развития навыков
профессионально ориентированного речевого общения. Учебное пособие для вузов. М.: Экзамен, 2002.
Методы поиска информации и структуры данных для поиска
Описание курса:
Целями освоения дисциплины «Методы поиска информации и структуры данных для поиска» являются
подготовка в области основ гуманитарных, социальных, экономических, математических и
естественнонаучных знаний, получение высшего профессионально профилированного (на уровне
магистра) образования, позволяющего выпускнику успешно работать в избранной сфере деятельности,
обладать универсальными и предметно-специализированными компетенциями, способствующими его
социальной мобильности и устойчивости на рынке труда.
В результате освоения дисциплины студент должен:
 Знать основные используемые при поиске структуры данных и алгоритмы поиска.
 Уметь применять на практике изученные методы и алгоритмы.
 Иметь навыки (приобрести опыт) решения прикладных задач, возникающих в области компьютерной
лингвистики.
Число кредитов: 3
Факультет: бизнес-информатики и прикладной математики
Язык: русский
Уровень: магистр
Часы: 108 аудиторных часов
Список тем:
1. Классификация алгоритмов поиска
2. Асимптотические методы оценки трудоемкости алгоритмов
3. Организация приоритетных очередей в адресуемой памяти компьютера
4. Методы сортировки и поиск информации в отсортированных массивах данных.
5. Двоичные деревья поиска. Методы балансировки поисковых деревьев
6. Структуры представления текстов для поисковых методов.
Список литературы:
8
1. Алексеев В.Е., Таланов В.А.. Графы и алгоритмы. Структуры данных. Модели вычислений. Учебник.
Интернет-Университет Информационных технологий. Москва, 2009. www.intuit.ru
2. Алексеев В.Е., Таланов В.А.. Графы. Модели вычислений. Алгоритмы: Учебник. Нижний Новгород:
Из-во ННГУ, 2005.
3. H. Thomas, C.E. Cormen, R.L. Leiserson, C.S. Rivest. Introduction to algorithms. the MIT Press, 2006.
4. Швед Д. А. Алгоритмы: построение и анализ. ИНТУИТ.ру, 2010 www.intuit.ru
Прикладные алгебраические структуры
Описание курса:
Дисциплина «Прикладные алгебраические структуры» предназначена для подготовки магистров по
направлению 010400.68
Первая часть включает в себя теорию кодирования. Рассказываются необходимые понятия общей
алгебры. Вводятся понятия линейного кода над конечным полем, кода, исправляющего ошибки.
Доказываются оценки на параметры кода, называемые границами Синглтона, Хемминга и Плоткина.
Рассмотрены конструкции кодов наилучших с точки зрения этих границ. Построены коды Хемминга,
Рида-Соломона и Рида-Маллера. Рассказан алгоритм Берлекампа разложения многочлена над конечным
полем на множители.
Вторая часть курса посвящена криптографии. Рассказаны криптосистемы с открытым ключом.
Основной упор сделан на криптосистемы использующие эллиптические кривые. Рассказаны методы
проверки чисел на простоту и разложения их на множители с использованием эллиптических кривых.
Число кредитов: 3
Факультет: бизнес-информатики и прикладной математики
Язык: русский
Уровень: магистр
Часы: 108 аудиторных часов
Список тем:
1 Основные алгебраические структуры: группы, кольца, поля
2 Конечные поля
3 Линейные коды, границы параметров
4 Коды Рида-Соломона и код Хемминга
5 Коды Рида-Маллера
6 Алгоритм Берлекампа
7 Криптосистемы с открытым ключом
8 Группа точек эллиптической кривой
9 Алгоритм Гольдвассера-Килиана проверки числа на простоту
10 Алгоритм Ленстры разложения чисел на множители
Список литературы:
1. Кострикин А.И. Введение в алгебру часть 3, М. ФИЗМАТЛИТ, 2004б –272с.
2. Под редакцией Кострикина А.И. Сборник задач по алгебре, М., МЦНМО, 2009, -- 403с.
3. Биркгоф Г., Барти Т., Современная прикладная алгебра, М., Лань, 2005 – 400 с
Сетевые модели Интернет
Описание курса:
9
Целями освоения дисциплины «Сетевые модели Интернет»
являются получение студентами
математических, экономических и социальных знаний о сетевых моделях и их особенностях,
позволяющих студенту производить качественный анализ сетевых структур, применять особенности
сетей в прикладных задачах, а так же обладать универсальными и предметно-специализированными
компетенциями, способствующими его устойчивости на рынке труда.
В результате освоения дисциплины студент должен:
 Знать основные характеристики сетевых структур, их трактовку в прикладных задачах.
 Уметь применять методы анализа сетевых структур.
 Знать основные модели интернет-графов, их особенности и характеристики.
Число кредитов: 3
Факультет: бизнес-информатики и прикладной математики
Язык: русский
Уровень: магистр
Часы: 108 аудиторных часов
Список тем:
1.
2.
3.
4.
Свойства графов и алгоритмы их вычисления.
Google’s PageRank,
Предсказание связей, случайные маршруты, случайные графы и их характеристики
Применение сетевых структур для информационного поиска
Список литературы:
1. Томас Х. Кормен, Чарльз И. Лейзерсон, Рональд Л. Ривест, Клиффорд Штайн Алгоритмы:
построение и анализ, 3-е издание = Introduction to Algorithms, Third Edition. — М.:«Вильямс»,
2013. — 1328 с. — ISBN 978-5-8459-1794-2
2. Beaumont, Olivier, et al. "VoroNet: A scalable object network based on Voronoi tessellations." Parallel
and Distributed Processing Symposium, 2007. IPDPS 2007. IEEE International. IEEE, 2007.
3. Navarro, Gonzalo. "Searching in metric spaces by spatial approximation." The VLDB Journal 11.1
(2002): 28-46.
Основы семиотики
Описание курса:
– формирование у студентов основных понятий о семиотике;
– ознакомление студентов с основными методами, принципами и процедурами семиотического анализа
в приложении к разным предметным областям;
– развитие у студентов навыков использования понятийного аппарата семиотики в профессиональной
деятельности.
Число кредитов: 3
Факультет: бизнес-информатики и прикладной математики
Язык: русский
Уровень: магистр
Часы: 108 аудиторных часов
Список тем:
10
1. Семиотика как наука о знаковых системах. Проблематика и перспективы исследования.
2. Экскурс в историю семиотических исследований.
3. Общая семиотика и частные семиотики: семиотика языка, литературы, кино, моды, рекламы,
искусства, культуры… Задачи и методы исследования.
Разделы семиотики: семантика ‒ синтактика ‒ прагматика.
Теория знака: Ч. С. Пирс ‒ Ф. де Соссюр.
Символическая деятельность. Знак – символ – миф.
Семиотическое пространство семиозиса.
Прикладные аспекты: информационные технологии, искусственные языки, машинный
перевод, обработка текстов.
9. Вторичные моделирующие системы.
Список литературы:
4.
5.
6.
7.
8.
1. Бочкарев А. Е. Семантика. Основной лексикон. Нижний Новгород: ДЕКОМ, 2014.
2. Лотман Ю. М. Семиосфера. СПБ: Искусство – СПБ, 2000.
Прикладные задачи анализа сетевых структур
Описание курса:
Целью освоения дисциплины «Прикладные задачи анализа сетевых структур» является ознакомление
студентов с основными методами анализа сетевых структур.
В результате освоения дисциплины студент должен:


Знать основные характеристики сетевых структур, знать основные сетевые структуры
применяемые для хранения и поиска информации
Уметь применять методы анализа сетевых структур, уметь реализовывать сетевые структуры
Число кредитов: 3
Факультет: бизнес-информатики и прикладной математики
Язык: русский
Уровень: магистр
Часы: 108 аудиторных часов
Список тем:
1. Основные характеристики графов
2. Google’s PageRank, HITS
3. Случайные графы. Безмасштабные сети.
4. Применение сетевых структур для информационного поиска
Список литературы:
1. Томас Х. Кормен, Чарльз И. Лейзерсон, Рональд Л. Ривест, Клиффорд Штайн Алгоритмы:
построение и анализ, 3-е издание = Introduction to Algorithms, Third Edition. — М.:«Вильямс»,
2013. — 1328 с. — ISBN 978-5-8459-1794-2
11
2. Stanley Wasserman, Kathrine Faust, 1994. Social
Applications. Cambridge: Cambridge University Press.
Network
Analysis:
Methods
and
Машинное обучение
Описание курса:
Целями освоения дисциплины «Машинное обучение» являются ознакомление с областью машинного
обучения, изучение алгоритмов и инструментов в этой области, приобретение практических навыков
для использования аппарата машинного обучения в прикладных задачах.
В результате освоения дисциплины студент должен:
 Знать постановки основных задач машинного обучения, базовые алгоритмы для их решения,
программные инструменты и библиотеки их реализующие.
 Уметь применять алгоритмы и инструменты машинного обучения для решения прикладных задач в
различных предметных областях
 Приобрести опыт использования инструментов машинного обучения для анализа данных
Число кредитов: 4
Факультет: бизнес-информатики и прикладной математики
Язык: русский
Уровень: магистр
Часы: 144 аудиторных часа
Список тем:
1. Постановки задач машинного обучения.
2. Примеры прикладных задач.
3. Байесовская классификация
4. Машина опорных векторов
5. Регрессия
6. Деревья решений и их композиции
7. Оценка моделей машинного обучения
Список литературы:
1. T. Hastie, R. Tibshirani, J. Friedman (2009). The Elements of Statistical Learning: Data Mining, Inference,
and Prediction. Springer, 2nd ed.
2. Николенко С. И., Тулупьев А. Л. Самообучающиеся системы. М.: МЦНМО, 2009.
Семантика текста
Описание курса:
Целями освоения дисциплины «Семантика текста» являются знакомство студентов с теоретическими и
методологическими проблемами семантики текста в свете современной интегральной парадигмы
научного знания; рассмотрение базовых положений теории текста, его конститутивных признаков,
определяющих принципы смыслопорождения; изучение критериев определения типологии текстов.
В результате освоения дисциплины студент должен:
12
 Знать основы теории лингвистики текста.
 Уметь анализировать тексты в соответствии с поставленной задачей.
 Иметь навыки определения признаков текста, его типа и т.д.
Число кредитов: 4
Факультет: бизнес-информатики и прикладной математики
Язык: русский
Уровень: магистр
Часы: 144 аудиторных часа
Список тем:
1. Текст как объект рассмотрения разных направлений лингвистики.
2. Дифференциальные признаки текста и текстообразующие категории.
3. Направленные зависимости текстообразующих категорий при порождении и восприятии текста.
4. Модели порождения текста.
5. Модели восприятия текста.
6. Текст и его смысл.
7. Идея диалогичности текста в отечественной и зарубежной филологии.
8. Гипертекст как структура открытого знания.
9. Гипертекст в информационных технологиях.
10. Гипертекст в постмодернистской парадигме.
11. Концепции описания сверхтекстов.
Список литературы:
1. Романова Т.В. Лингвистический анализ художественного текста.: Учебное пособие.- Нижний
Новгород: НГЛУ им.Н.А.Добролюбова,2009.-271с. (есть на кафедре).
2. Гальперин И.Р. Текст как объект лингвистического исследования. М.: КомКнига, 2007.
3. Левицкий Ю.А. Лингвистика текста. Учебник. М.: Высшая школа, 2006.
4. Чернявская В.Е. Лингвистика текста: Поликодовость, интертекстуальность,
интердискурсивность Учебн. пособие. М.: Книжный дом «ЛИБРОКОМ», 2009.
Методы и алгоритмы распознавания речи
Описание курса:
Целями освоения дисциплины «Методы и алгоритмы распознавания речи» являются познакомить
магистров с современными математическими методами и компьютерными алгоритмами анализа и
синтеза речи. Курс «Методы и алгоритмы распознавания речи» входит в вариативную часть
специализированного цикла магистерской программы «Компьютерная лингвистика».
В результате освоения дисциплины студент должен: Знать основные понятия обработки сигналов и
понимать теоретическую базу компью-терного анализа речи. Уметь применять стандартные методы и
модели к решению задач распознавания, синте-за и обработки речевых сигналов и получать
обоснованные выводы. Иметь навыки (приобрести опыт) работы с основными принципами и методами
обработ-ки речевых данных, овладеть навыками применения речевых технологий и программ для анализа звука на ПЭВМ.
Число кредитов: 3
13
Факультет: бизнес-информатики и прикладной математики
Язык: русский
Уровень: магистр
Часы: 108 аудиторных часов
Список тем:
1. Акустика звука и речи
2. Фонетическая теория речи.
3. Задача акустического распознавания речи
4. Методы СММ и ДДВ
5. Гауссовы смеси
6. Компьютерные математические пакеты
7. Задача подбора фонетического алфавита.
8. Языковые модели, их применение в систе9. Текстовые и речевые базы данных
10. Русский речевой распознаватель и пер-спективы его создания
Список литературы:
1. Л.В. Бондарко. Звуковой строй современного русского языка. М.: Просвещение, 1997.
2. Л. Захаров. Проблемы создания аллофонной базы автоматического синтеза речи
(http://art.bdk.com.ru/govor/rasp.htm).
3. М.В. Панов. Русский язык. История русского литературного языка. Еженедельник «Рус-ский язык»,
№26, 2002.
Современные технологии баз данных
Описание курса:
Целями освоения дисциплины «Современные технологии баз данных» являются изучение студентами
принципов построения современных информационных систем уровня предприятия (enterprise
information system) на основе технологий баз данных, формирование у студентов четкого представления
места и роли современных систем управления базами данных (СУБД) в общей IT-структуре
предприятия и особенностей проектирования, реализации, внедрения, получение практических навыков
работы с соответствующими инструментальными средствами и программами для конечного
пользователя, освоение теоретических основ моделирования и обработки информации, понимание
тенденций развития отрасли и направления перспективных исследований, изучение студентами
принципов построения современных систем поддержки принятия решений на основе технологий Data
Warehousing и OLAP. Достижение этих целей обеспечивает выпускнику получение высшего
профессионально профилированного (на уровне магистра) образования и обладание перечисленными
ниже общими и предметно-специализированными компетенциями. Они способствуют его социальной
мобильности, устойчивости на рынке труда и успешной работе в таких сферах, как проектирование
архитектуры предприятия, стратегическое планирование развития ИС и ИКТ управления предприятием,
организация процессов жизненного цикла ИС и ИКТ управления предприятием, аналитическая
поддержка процессов принятия решений для управления предприятием.
Число кредитов: 3
Факультет: бизнес-информатики и прикладной математики
Язык: русский
Уровень: магистр
14
Часы: 108 аудиторных часов
Список тем:
1.
2.
3.
4.
5.
6.
7.
8.
9.
Назначение и основные принципы архитектуры систем управления базами данных
Понятие модели данных. Теоретические основы реляционных систем управления базами данных
Использование языка SQL в прикладных программах
Понятие активной базы данных. Хранимые процедуры и триггеры.
Основные принципы проектирования структуры баз данных
Технологии объектно-реляционного отображения
Основы транзакционной обработки в системах управления базами данных
Безопасность систем управления базами данных
Элементы технологии Data Warehousing.
Список литературы:
1. R. Elmasri and S.B. Navathe, Fundamentals of Database Systems, 6th ed., Pearson Ed. 2010. Доступна
электронная
версия.
http://www.studmed.ru/elmasri-r-navathe-sb-fundamentals-of-databasesystems_21872b70ca5.html
2. Фейерштейн С., Прибыл Б. Oracle PL/SQL для профессионалов. СПб.: Питер, 2011. Доступна
электронная версия http://www.kodges.ru/10514-oracle-plsql-dlja-professionalov.html.
3. Бабкин Э.А., Козырев О.Р., Куркин А.А., Визгунов А.Н. Информационные системы поддержки
принятия решений. Нижний Новгород: Н.Новгород: Литера, 2011. 306 с.
4. Паклин Н.Б., Орешков В.И. Бизнес-аналитика: от данных к знаниям. СПб.: Питер, 2010.
5. Мацяшек Л. А., Лионг Б. Л. Практическая программная инженерия на основе учебного примера. М.:
Бином, 2010.
15