Algebra lineare: dall'idea alla formula - corso gratuito da Open Education, formazione 6 settimane, dalle 6 alle 7 ore settimanali, Data: 3 dicembre 2023.
Miscellanea / / December 09, 2023
La National Research University Higher School of Economics è un'università di ricerca che svolge la sua missione attraverso attività scientifico-didattiche, progettuali, esperto-analitiche e socioculturali basate su basi scientifiche e organizzative internazionali standard.
Ci riconosciamo come parte della comunità accademica globale; consideriamo la partnership internazionale e il coinvolgimento nell'interazione universitaria globale come elementi chiave del nostro movimento in avanti. Come università russa, lavoriamo a beneficio della Russia e dei suoi cittadini.
La nostra università è un team di scienziati, personale, dottorandi e studenti che si distinguono per l'impegno interno a mantenere elevati standard accademici nelle loro attività. Ci impegniamo a fornire le condizioni più favorevoli per lo sviluppo di ciascun membro del nostro team.
I nostri valori:
- La ricerca della verità
- Cooperazione e interesse reciproco
- Onestà e apertura
- Libertà accademica e neutralità politica
- Professionalità, esigente e responsabilità
- Posizione pubblica attiva
Oggi la Scuola Superiore di Economia è:
- 4 SEDE: MOSCA, SAN PIETROBURGO, NIZHNY NOVGOROD, PERM
- ~7000 INSEGNANTI E RICERCATORI
- 50.400+STUDENTI
- 100.800 LAUREATI
Un nuovo elemento del sistema educativo russo, i corsi online aperti, può essere trasferito a qualsiasi università. Rendiamo questa una pratica reale, ampliando i confini dell'istruzione per ogni studente. Una gamma completa di corsi provenienti dalle principali università. Stiamo lavorando sistematicamente per creare corsi per la parte base di tutti gli ambiti formativi, assicurando che qualsiasi università possa integrare convenientemente e proficuamente il corso nei propri programmi formativi
"Open Education" è una piattaforma educativa che offre enormi corsi online tenuti dai principali russi università che hanno unito le forze per offrire a tutti l’opportunità di ricevere un’istruzione superiore di alta qualità formazione scolastica.
Qualsiasi utente può seguire i corsi delle principali università russe in modo completamente gratuito e in qualsiasi momento, e gli studenti delle università russe potranno contare i propri risultati di apprendimento nella propria università.
Boris Demeshev è docente senior presso il Dipartimento di Economia Matematica ed Econometria, Dipartimento di Economia Applicata. Ha conseguito la laurea triennale e magistrale presso la Scuola Superiore di Economia nel 2003 con una laurea in Metodi matematici per l'analisi economica.
Boris ha una vasta esperienza (più di 10 anni) nell'insegnamento. Insegna econometria, teoria della probabilità e analisi stocastica. Ha vinto più volte il concorso “Miglior insegnante” della Scuola Superiore di Economia. Ha completato stage presso la London School of Economics in econometria e analisi stocastica in finanza, presso l'Università di Sobronn-1 a Parigi e presso l'Università di Lucca in Italia. c Nel 2009–2010 ha insegnato statistica matematica presso l'Università Cattolica di Louvain-la-Neuve in Belgio.
Boris ha creato e mantiene il blog pokrovka11.wordpress.com, dove vengono pubblicati materiali su vari argomenti del dipartimento, nonché notizie nel mondo della programmazione.
È esperto nelle moderne tecnologie informatiche in generale e pubblica materiali per i suoi seminari (econometria, teoria della probabilità) di pubblico dominio. Nei suoi corsi Boris insegna agli studenti ad utilizzare il pacchetto statistico R, mostrando come nella realtà possano applicare le conoscenze acquisite durante la loro formazione.
Gli interessi di ricerca di Boris riguardano le aree dell'analisi dei dati, dei metodi bayesiani, dell'analisi stocastica e dell'econometria. Boris sta attualmente lavorando alla sua tesi di dottorato. Recentemente, con Dmitry Borzykh, Boris ha pubblicato un libro problematico sull'econometria, in cui agli studenti vengono offerti esercizi sia teorici che pratici.
Interessi professionali:
visualizzazione dati
Approccio bayesiano
Formazione scolastica
2003
Laurea Magistrale: Scuola Superiore di Economia, Facoltà: Economia, specialità “Metodi matematici dell'analisi economica”
2001
Laurea triennale: Scuola superiore di economia, Facoltà: Economia, specialità "Economia"
Formazione aggiuntiva / Formazione avanzata / Stage
Corso "Econometria in R", docente D. Fantazzini, settembre-ottobre 2014, Scuola Superiore di Economia
Corso "Spatial Econometrics", docente A.K. Bera, University of Illinois, USA, 2-6 giugno 2014, Higher School of Economics
Summer School dell'Università dell'Essex, Regno Unito, "Hierarchical Models", agosto 2012
Premi e risultati
Luglio 2010 Vincitore del concorso del Fondo per l'Innovazione Educativa della Scuola Superiore di Economia della National Research University con un progetto per un programma di formazione a distanza sul corso “Auction Modeling”.
novembre 2011 Vincitore del concorso del Fondo per l'Innovazione Educativa della Scuola Superiore di Economia dell'Università Nazionale della Ricerca con uno sviluppo originale "Serie di screencast sulla modellazione econometrica per studenti universitari in discipline non matematiche e specializzazioni orientate alla pratica della Facoltà di Economia nel pacchetto econometrico multipiattaforma distribuito gratuitamente Gretl" (scritto in collaborazione con Vakulenko E.S. e Ratnikova T.A.).
Medaglia "Riconoscimento - 15 anni di lavoro di successo" Scuola Superiore di Economia della National Research University (gennaio 2018)
Gratitudine dalla Scuola Superiore di Economia (novembre 2013)
Gratitudine dalla Scuola Superiore di Economia (dicembre 2012)
Miglior insegnante – 2019, 2018, 2017, 2016, 2015, 2014, 2013, 2012, 2011
Indennità di lavoro accademico (2017-2018, 2016-2017, 2015-2016)
1. Vettori e azioni con loro
Nel primo capitolo conosceremo i vettori e impareremo cos'è un operatore lineare, impareremo a invertire e trasporre alcuni operatori. E alla fine della lezione appariranno sul palco autovettori e autovalori.
Nel secondo capitolo impareremo come scrivere qualsiasi operatore lineare utilizzando una tabella di numeri, inventeremo un modo per moltiplicare tabelle di numeri e sistematizzeremo il metodo per risolvere un sistema di equazioni nell'algoritmo gaussiano.
3. Determinante della matrice e matrice inversa
Nel terzo capitolo impareremo a definire matrici che calcolano aree e volumi. Dovrai trovare la matrice inversa in diversi modi.
4. Decomposizione spettrale
Nel capitolo 4 imparerai come trovare autovalori e autovettori da una matrice. Usando questa conoscenza, impareremo a rappresentare una matrice quadrata come il prodotto di tre matrici più semplici e una proiezione principale per fare previsioni.
Nel penultimo quinto capitolo vedremo immagini di forme quadratiche e impareremo anche come determinare l'insieme di valori di una forma quadratica, che si chiama definitezza del segno.
6. Scomposizione ai valori singolari e metodo delle componenti principali
Nell'ultimo sesto capitolo impareremo la magia della scomposizione SVD di qualsiasi matrice nel prodotto di tre semplici e comprenderemo l'interpretazione statistica della scomposizione - il metodo delle componenti principali.
Il corso generale “Meccanica” fa parte del corso di fisica generale. Gli studenti acquisiranno familiarità con i fenomeni meccanici di base e i metodi della loro descrizione teorica. Le lezioni frontali prevedono registrazioni video di dimostrazioni fisiche dei fenomeni meccanici oggetto di studio. Costruire un corso...
3,3