Аннотация

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.

Аннотация

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.

Аннотация

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».

Аннотация

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.

Аннотация

Сборник задач по дисциплине «Анализ данных» 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 направлениям подготовки экономики и управления, а также для практических специалистов.

Аннотация

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.

Аннотация

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».

Аннотация

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".

Аннотация

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.