Дисципліни
Методологія наукових досліджень у галузі прикладної математики (копія)
Курс націлений на надання знань про сучасні розділи прикладної математичної науки та особливості наукових досліджень у цій галузі. Він забезпечує у здобувачів компетентності, які створюють необхідне методологічне й організаційне підґрунтя для здійснення науково-дослідної роботи з використанням принципів академічної доброчесності. Вивчення курсу сприяє успішному вибору теми подальшого наукового дослідження та виробленню навичок презентації власних наукових результатів.
Аналітика великих даних / Big Data (англ. мовою)
Курс «Аналітика великих даних / Big Data» присвячений вивченню сучасних методів аналізу великих та високовимірних наборів даних, що використовуються у прикладній математиці, економіці, фінансах, соціальних та природничих науках. У межах курсу розглядаються статистичні та обчислювальні підходи до аналізу даних, методи побудови прогностичних моделей, регуляризації, вибору моделей та оцінювання їх якості. Курс охоплює базові та розширені методи регресійного аналізу, узагальнені лінійні моделі, методи роботи з високовимірними даними, крос-валідацію, а також елементи статистичного та машинного навчання. Значна увага приділяється практичній реалізації методів аналізу великих даних із використанням сучасних програмних засобів та реальних наборів даних. Дисципліна є нормативною для здобувачів другого (магістерського) рівня вищої освіти спеціальності «Прикладна математика». Курс формує теоретичну основу та прикладні навички, необхідні для подальшого вивчення дисциплін аналітичного та моделювального спрямування, а також для виконання наукових досліджень і прикладних проєктів.
Науково-дослідний семінар
Завданням проведення семінару є формування навичок самостійної наукової роботи: пошук та аналіз наукових робіт з прикладної математики, відповідно до тематики магістерських робіт студентів, обговорення написання магістерських робіт, а також виступи з доповідями на основі опрацьованого матеріалу. А також формування культури та методів наукових досліджень, таких як: робота з науково-меричними базами, цитування, висунення та обгрунтування гіпотези, принципи організації наукових досліджень, використання пакетів прикладних програм тощо. Курс забезпечує підготовку до виконання магістерських робіт.
Науково-дослідний семінар
Завданням проведення семінару є формування навичок самостійної наукової роботи: пошук та аналіз наукових робіт з прикладної математики, відповідно до тематики магістерських робіт студентів, обговорення написання магістерських робіт, а також виступи з доповідями на основі опрацьованого матеріалу. А також формування культури та методів наукових досліджень, таких як: робота з науково-меричними базами, цитування, висунення та обгрунтування гіпотези, принципи організації наукових досліджень, використання пакетів прикладних програм тощо. Курс забезпечує підготовку до виконання магістерських робіт.
Прикладна теорія випадкових процесів
Дисципліна «Прикладна теорія випадкових процесів» присвячена вивченню та застосуванню математичних моделей для систем, що функціонують в умовах стохастичної невизначеності. Основна увага приділяється теорії ланцюгів Маркова та керованим марковським процесам із доходами (Markov Decision Processes). Курс поєднує фундаментальні теоретичні знання з розв’язанням прикладних задач моделювання та оптимізації в економіці, техніці та менеджменті.
Магістерська робота
Атестація студентів освітньо-наукової програми "Прикладна математика" здійснюється у формі публічного захисту магістерської роботи. Магістерська робота передбачає розв'язання складної задачі дослідницького та/або інноваційного характеру у сфері прикладної математики. Магістерська робота не повинна містити академічного плагіату, фабрикації чи фальсифікації.