Скачать книги автора «Сергей Яковлевич Криволапов»

Содержит материалы, необходимые как для преподавателей, так и для студентов. Включает в себя четыре раздела: «Линейная алгебра и аналитическая геометрия», «Дискретная математика», «Математический анализ», «Теория вероятностей и математическая статистика». Каждый раздел начинается с изложения теоретического материала и снабжен большим количеством решенных примеров разного уровня сложности.

Соответствует ФГОС ВО последнего поколения.

Для учебного и методического обеспечения организации и проведения учебного процесса по дисциплине «Математика» для студентов бакалавриата, обучающихся по направлениям подготовки «Менеджмент», «Государственное и муниципальное управление», «Управление персоналом».

Содержит инструкцию по установке языка на ПК, большое количество практических примеров использования языка Python для решения математических задач. Каждая тема включает примеры решения типовых задач и задачи для самостоятельного решения. Логически

связан с программой курса математики, утвержденной в Финуниверситете, и состоит из двух основных частей: математического анализа, линейной алгебры и аналитической геометрии.

Соответствует ФГОС ВО последнего поколения.

Для студентов бакалавриата, изучающих математический анализ и линейную алгебру, которые стремятся знать самые современные вычислительные технологии, а также тех, кто хочет научиться программировать на языке Python и продолжать изучать его применение в

статистическом анализе и анализе данных, может быть интересен аспирантам, научным сотрудникам и преподавателям.

Излагаются основные понятия и методы математической статистики и их реализация средствами языка Python на платформе Jupyter Notebook. Рассмотрены графические методы представления статистической информации, способы задания многочисленных дискретных,

непрерывных и многомерных законов теории вероятности, методы построения точечных и интервальных оценок, способы проверки статистических гипотез различных видов, методы подбора закона распределения по экспериментальным данным. Для описания средств Python,

реализующих статистические методы, использована документация об используемых классах и функциях Python.

Соответствует ФГОС ВО последнего поколения.

Для студентов бакалавриата и магистратуры, обучающихся по направлениям «Экономика» и «Бизнес-информатика».

Содержит материалы, необходимые как для преподавателей, так и для студентов. Включает в себя четыре раздела: «Линейная алгебра и аналитическая геометрия», «Дискретная математика», «Математический анализ», "Теория вероятностей и математическая

статистика". Каждый раздел начинается с изложения теоретического материала и снабжен большим количеством решенных примеров разного уровня сложности.

Соответствует ФГОС ВО последнего поколения.

Для учебного и методического обеспечения организации и проведения учебного процесса по дисциплине «Математика» для студентов бакалавриата, обучающихся по направлениям подготовки «Менеджмент», «Государственное и муниципальное управление», "Управление

персоналом".

В учебнике излагаются основные понятия и методы теории вероятностей и их реализация средствами языка Python. Рассмотрены способы задания многочисленных дискретных, непрерывных и многомерных законов теории вероятностей.

Для описания средств Python, реализующих статистические методы, использована документация об используемых классах и функциях Python.

Учебник адресован студентам бакалавриата и магистратуры, аспирантам, научным сотрудникам и преподавателям.

Излагаются основные понятия и методы математической статистики и их реализация средствами языка Python на платформе Jupiter Notebook. Рассмотрены графические методы представления статистической информации, способы задания многочисленных дискретных,

непрерывных и многомерных законов теории вероятности, методы построения точечных и интервальных оценок, способы проверки статистических гипотез различных видов, методы подбора закона распределения по экспериментальным данным. Для описания средств Python,

реализующих статистические методы, использована документация об используемых классах и функциях Python.

Соответствует ФГОС ВО последнего поколения.

Для студентов бакалавриата и магистратуры, обучающихся по направлениям «Экономика» и «Бизнес-информатика».

Составлен на основе учебника В. И. Соловьева «Анализ данных в экономике» и содержит задачи первых шести глав (теория вероятностей, математическая статистика) учебника. Для всех задач даны решения с применением Microsoft Excel, языков R и Python. Для

ряда задач кроме аналитических решений использовался метод Монте-Карло.

Соответствует ФГОС ВО последнего поколения.

Для студентов бакалавриата, обучающихся по направлению подготовки «Экономика и управление», а также для практических специалистов.

Содержит инструкцию по установке языка на ПК, большое количество практических примеров использования языка Python для решения математических задач. Каждая тема включает примеры решения типовых задач и задачи для самостоятельного решения. Логически

связан с программой курса математики, утвержденной в Финуниверситете, и состоит из двух основных частей: математического анализа, линейной алгебры и аналитической геометрии.

Соответствует ФГОС ВО последнего поколения.

Для студентов бакалавриата, изучающих математический анализ и линейную алгебру, которые стремятся знать самые современные вычислительные технологии, а также тех, кто хочет научиться программировать на языке Python и продолжать изучать его применение в

статистическом анализе и анализе данных, может быть интересен аспирантам, научным сотрудникам и преподавателям.

В пособии представлена информация о двухстах законах распределений случайных величин, реализованных в языках R и Python. Приведены формулы для плотности, функции распределения, числовых характеристик.

Для функций языков R и Python, посвященных конкретным законам распределения, рассмотрены методы, позволяющие вычислять плотность распределения, функцию распределения, квантиль, а также генерировать выборку данного распределения.

Учебное пособие содержит изложение вероятностно-статистических методов, составляющих теоретическую основу анализа данных. Отличается интенсивным использованием средств языка Python. Для всех примеров и задач приведены подробные решения.

Соответствует требованиям федеральных государственных образовательных стандартов высшего образования последнего поколения.

Для студентов, аспирантов, научных сотрудников и преподавателей.

В учебном пособии рассматриваются средства языка Python для выявления и последующего использования внутреннего устройства данных с использованием методов марковских процессов, статистического, кластерного и регрессионного анализа данных.

Соответствует требованиям федеральных государственных образовательных стандартов высшего образования последнего поколения.

Для студентов, аспирантов, научных сотрудников и преподавателей.