Магистратура "Статистическое и компьютерное моделирование" ЮУрГУ, Челябинск

В рамках обучения осваивается построение и исследование математических моделей, позволяющих прогнозировать поведение систем, анализировать многомерные данные и оценивать риски. Особый акцент делается на использовании суперкомпьютерных технологий для решения ресурсоёмких задач, а также на изучении передовых разделов эконометрики и теории случайных процессов.

Получаемое образование позволяет выпускнику проводить независимые научные изыскания и разрабатывать эффективные решения для задач в области экономики, техники и логистики, опираясь на строгую статистическую методологию.

Изучаемые дисциплины:

• Дискретные и вероятностные модели
• Дополнительные главы математической статистики
• Современные компьютерные технологии
• Дополнительные главы системного анализа
• Мастерская по созданию научных текстов
• Иностранный язык в сфере профессиональных коммуникаций
• Суперкомпьютерное моделирование и технологии
• История и методология прикладной математики и статистики
• Дополнительные главы теории случайных процессов
• Методы анализа временных рядов
• Статистическое моделирование в научных исследованиях
• Современные математические модели экономической теории
• Многомерный анализ данных
• Современные проблемы статистического моделирования
• Статистические методы и модели прогнозирования
• Введение в конфигурирование системы "1C"
• Пакеты прикладных программ
• Теория систем массового обслуживания
• Приложения эконометрики в технике, экономике и логистике
• Прикладной регрессионный анализ
• Статистические методы в оценке рисков
• Региональная статистика
• Статистика стационарных процессов
• Международная статистика
• Теория принятия решений
• Исследование статистических экономических моделей средствами системы "1С"
• Исследование статистических технических моделей средствами системы "1С"
• Аналитические методы решения многокритериальных задач
• Параллельное программирование статистических задач
• Статистическая методология в научных исследованиях
• Методы не сплошного статистического наблюдения.