Наука о данных — профиль бакалавриата в вузах России 

• Очная

^* набор дисциплин может незначительно отличаться в зависимости от вуза. Смотрите подробности на странице программы в нужном вузе

Данная образовательная программа предоставляет на первых курсах закладывается сильная база как по математике, так и по программированию: за два года студенты познакомятся как с теорией меры и динамическими системами, так и с архитектурой компьютера и языками Python и C++. В конце второго курса начинается полуторагодичный цикл курсов по машинному обучению, на которых студенты освоят методы обучения, анализа и внедрения широкого спектра моделей машинного обучения от градиентных бустингов, до генеративно-состязательных сетей

В рамках данной программы студенты изучают следующие дисциплины:

• Структуры данных
• Топология
• Комплексный анализ
• Функциональный анализ
• Теория вероятностей
• Математическая статистика
• Случайные процессы
• Машинное обучение
• Численные методы
• Уравнения в частных производных
• Вариационное исчисление
• Вычислительная статистика
• Нейронные сети
• Машинное обучение
• Методы оптимизации
• Многомерный регрессионный анализ
• Оптимальное управление
• Теоретическая механика
• Абстрактная алгебра
• Аналитическая геометрия
• Линейная алгебра
• Математический анализ
• Теория чисел
• Комбинаторика
• Программирование
• Алгоритмы и структуры данных
• Дискретная математика
• Дифференциальные уравнения
• Математический анализ
• Математическая логика

Персональный план

Квиз с подбором

Подбор с ИИ

Анализ шансов поступить онлайн

Траектория поступления

Сравнение
вузов

Тесты профориентации

Все сервисы