• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
14
Март

Научно-исследовательский семинар

2019/2020
Учебный год
RUS
Обучение ведется на русском языке
6
Кредиты
Статус:
Курс обязательный
Когда читается:
2-й курс, 2, 3 модуль

Преподаватель

Программа дисциплины

Аннотация

Дисциплина преподается с целью ознакомления слушателей с подходами к решению бизнес-задач в крупных финансовых организациях с применением методов математического моделирования и анализа данных, приобретения навыков постановки прикладных исследовательских задач, разработки новых подходов и методов анализа данных, а также презентации реализованных решений перед заказчиками (в форме курсовой или выпускной квалификационной работы). В течение 1-ого года обучения в проведении дисциплины участвуют сотрудники подразделений Сбербанка и консалтинговых компаний с успешным опытом решения бизнес-задач на основе математического моделирования и анализа данных. В течение 2-ого года обучения слушатели изучают последние статьи по разработке новых методов машинного обучения, получают информацию о методах машинного обучения с подкреплением и выступают по тематике своих выпускных квалификационных работ.
Цель освоения дисциплины

Цель освоения дисциплины

  • Ознакомления слушателей с подходами к решению бизнес-задач в крупных финансовых организациях с применением методов математического моделирования и анализа данных
Планируемые результаты обучения

Планируемые результаты обучения

  • Знать особенности использования математического моделирования в крупных финансовых организациях
  • Уметь формулировать бизнес-задачу и переводить ее в термины задачи построения предиктивной модели
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Методы машинного обучения для верификации прогнозов финансовых данных компаний в рамках CF-моделирования
  • Основные типы банковского кибермошенничества и степень последствий
  • Методы выявления и борьбы с кибермошенничеством на основе анализа транзакционных данных в онлайн канале
  • Продвинутые техники валидации моделей выявления кибермошенничества, методы локальной интерпретации и проблемы несбалансированности классов
Элементы контроля

Элементы контроля

  • неблокирующий Отчет (результат) по итогам 1 года обучения
  • неблокирующий Домашнее задание
  • неблокирующий Презентация статьи
  • неблокирующий Презентация ВКР
    Оценка за дисциплину выставляется в соответствии с формулой оценивания от всех пройденных элементов контроля. Экзамен не проводится.
Промежуточная аттестация

Промежуточная аттестация

  • Промежуточная аттестация (3 модуль)
    0.24 * Домашнее задание + 0.4 * Отчет (результат) по итогам 1 года обучения + 0.18 * Презентация ВКР + 0.18 * Презентация статьи
Список литературы

Список литературы

Рекомендуемая основная литература

  • Основы борьбы с киберпреступностью и кибертерроризмом : хрестоматия / сост. В. С. Овчинский. — М. : Норма, 2017. — 528 с. - Режим доступа: http://znanium.com/catalog/product/771246

Рекомендуемая дополнительная литература

  • E. Baturina. (2019). Information-Analytical System of Monitoring of the Shadow of Non-Cash Flow: Basic Elements, Author’s Simulation Algorithm. Вестник Университета, (7), 144. https://doi.org/10.26425/1816-4277-2019-7-144-151
  • Tham, J., & Velez-Pareja, I. (2004). Principles of Cash Flow Valuation. Elsevier. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsrep&AN=edsrep.b.eee.monogr.9780126860405