Чикина Любовь Григорьевна
Дата начала общего стажа: 01.08.1978
Стаж по специальности (в годах): 39
Преподаваемые дисциплины:
-
Современные методы решения сеточных уравнений
Задачами данного курса являются:
• познакомить аспирантов с классическими разностными схемами, аппроксимирующими краевые задачи математической физики;
• научить аспирантов качественному анализу свойств разностных схем: определению порядка аппроксимации и исследованию их устойчивости;
• научить аспирантов методам решения систем разностных уравнений, возникающих при дискретизации краевых задач математической физики
• познакомить аспирантов с основными принципами применения численных методов для решения краевых задач математической физики и, в том числе, краевых задач конвекции-диффузии;
• формирование подходов к выполнению аспирантами исследований, связанных с работой над диссертацией
-
Современные численные методы решения задач диффузии-конвекции
Задачами данного курса являются:
• освоение аспирантами современных методов численного анализа, обеспечивающих технологические основы современных инновационных сфер деятельности;
• обучение аспирантов принципам конструирования вычислительных алгоритмов для решения современных проблем дифференциальных и интегральных уравнений, различных задач математической физики;
• обучение аспирантов исследованию свойств задач конвекции-диффузии в зависимости от различных форм записи задачи;
• познакомить аспирантов с основными принципами применения численных методов для решения краевых задач математической физики;
• формирование подходов к выполнению аспирантами исследований, связанных с работой над диссертацией
-
Использование пакетов сред R и Python для статистического анализа и визуализации данных
Python и R ; популярные языки программирования для работы со статистикой. Курс состоит из трех частей. Первая часть курса посвящена процедурам обработки данных и построения статистических моделей. Вторая часть курса посвящена базовым графическим возможностям сред R и Python. Третья часть ; практическая, она иллюстрирована несколькими десятками примеров. Они включают краткое описание алгоритмов анализа, основные полученные результаты и их возможную интерпретацию.
-
Языки R и Python для анализа и прогнозирования показателей финансового рынка
В этом курсе вы познакомитесь с фундаментальными математическими понятиями, необходимыми для анализа данных, и получите начальный навык программирования на языках R и Python. Курс состоит из двух частей. Первая часть курса посвящена методам оптимизации. При этом упор делается на разъяснение математических понятий и их применение на практике, а не на вывод сложных формул и доказательство теорем. Вторая часть курса ; практическая, она посвящена языкам программирования R и Python. Вы познакомитесь с библиотеками, которые часто применяются на практике для анализа и прогнозирования показателей финансового рынка.
Дополнительная информация:
Численные методы, математическое моделирование, прогрессивные информационные технологии в современном образовательном процессе