• 1 ноября 2016, вторник
  • Москва, Финансовый университет, ауд. 0909, Ленинградский проспект, 51/1, с 19:00 до 22:00

Высшая математика в бизнесе. Матчасть.

Регистрация на событие закрыта

Извините, регистрация закрыта. Возможно, на событие уже зарегистрировалось слишком много человек, либо истек срок регистрации. Подробности Вы можете узнать у организаторов события.

Другие события организатора

1246 дней назад
с 19:00 1 ноября до 22:00 27 декабря 2016
Москва
Финансовый университет, ауд. 0909, Ленинградский проспект, 51/1, с 19:00 до 22:00

Курс открытых лекций о приложениях высшей математики в бизнесе

Материалы курса и видеозаписи лекций переехали на страничку вконтакте

Добро пожаловать на страницу предварительной регистрации на курс "Матчасть"!

Лекции стартуют в конце октября и продлятся до конца декабря. Участие в лекциях бесплатно.

Курс состоит из двух частей: лекционной (бесплатной) и практической (платные семинары). 

Содержание лекционной части:

Лекция

Дата

Название

Содержание

1

27 октября

Принципы математического моделирования: от биологии до экономики

Разбор четырёх моделей "реального мира":

  • Финансовая pro forma
  • Модель общего макроэкономического равновесия
  • N-граммная модель текста
  • Скрытая марковская модель цепочки ДНК

Анализ общего математического подхода к построению моделей и инструментов описания неопределённости и динамики.

2

1 ноября

Вероятности на практике: моделирование бизнеса и управление рисками

Математический подход к моделированию бизнеса. Описание неопределённости: быстрое повторение понятий из теории вероятностей. Отношение к риску в экономике; меры риска. Интуиция и экономический смысл вероятностных распределений. Случайные процессы. Методы стресс-тестирования бизнес-моделей.

3

8 ноября

Бизнес-аналитика и бизнес-моделирование: визуализация и интерпретация данных

Задача прогнозирования бизнес-показателей на примере калькулятора доходности банковского продукта. Способы визуализации исторических данных. Сегментирование и проверка гипотез. Дисперсионный анализ и факторный анализ в динамике.

4

15 ноября

Линейная регрессия и прогнозирование временных рядов с приложением в алготрейдинге

Линейная регрессия: построение, интерпретация, диагностика. Прогнозирование временных рядов.

Построение стратегии на основе предсказательной модели: пример алгоритмического трейдинга

5

22 ноября

Кредитный скоринг и алгоритмы для классификации

Задача клиентской аналитики вообще и кредитного скоринга в частности. Скоринговые модели на основе логистической регрессии. Меры качества классификации. Понятие переобучения и регуляризация. Решающие деревья и алгоритм random forest.

6

29 ноября

Углублённое введение в нейросети. Анализ изображений

Плюсы и минусы нейросетей. Обзор архитектур. Рекуррентные и свёрточные сети. Современные возможности анализа изображений. Успешные бизнес-применения нейросетей.

7

6 декабря

Науки о человеке и структуризация сложного: кластеризация, сокращение размерности

Задача управления клиентской базой. Кластеризация: обзор методов. Психология и факторный анализ. Сокращение размерности для визуализации данных. Повышение продаж и персонализированные рекомендации. Математические подходы к задаче рекомендации. 

8

13 декабря

Бизнес поисковиков, модели Интернета и анализ текстов

Основа бизнеса поисковика. Задача ранжирования: алгоритмы и метрики качества. Ранжирование страниц и модель блуждания по интернету. Тематическая модель текста. История и основные приложения анализа текстов. Слова и их сочетания: как превратить текстовую информацию в числовую.

9

20 декабря

Элементы теории графов и анализ социальных сетей

Обзор базовых понятий теории графов. Свойства социальных графов. Ранжирование и выделение сообществ, распространение информации. Практические аспекты работы с социальными сетями.

10

17 января

Заключительная лекция

Оптимальное поведение. Теория игр. Обучение с подкреплением и искусственный интеллект.

Все лекции будут проходить в Финансовом университете, ауд. 0909, Ленинградский проспект, 51/1, с 19:00 до 22:00.

Лекции рассчитаны на аудиторию с минимальным математическим бэкграундом (азы математического анализа и теории вероятностей на хорошем школьном уровне). Участникам лекций будут предложены домашние задания, часть из которых предполагает знакомство с языком программирования Python (быстрый курс есть, например, здесь).

Ссылка на домашние задания. Задания находятся в архиве; доступ в архив осуществляется по паролю, который объявляется на каждой лекции. Выложены домашки (и слайды): 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, все сразу. Ко всем архивам, кроме 9 и 10, доступ осуществляется по паролю.

Тесты на понимание и закрепление лекций: 1, 2

Практическая часть пройдёт в формате двухнедельного интенсива с 11 по 28 ноября. Решения отборочных заданий принимаются до утра 11 ноября. Подробности в документе.

 

Участие в интенсиве требует ненулевой математической базы, поэтому после объявления дат зарегистрировавшимся участникам будут высланы задания для отбора, проверяющие знание основ теории вероятности, логического мышления и навыков моделирования. По итогам отбора 3 лучших кандидата получат 100% скидку на интенсив.

 

 

Регистрация

Рекомендуемые события

Организуете события? Обратите внимание на TimePad!

Профессиональная билетная система, статистика продаж 24/7, выгрузка списков участников, встроенные инструменты продвижения, личный кабинет для самостоятельного управления и еще много чего интересного.

Узнать больше