Duomenų mokslas ir statistika
- Stojantiesiems
- Moksleiviams / VILNIUS TECH moko
- Ką studijuoti / Klausk kūrėjo
- Bakalauro studijos
- Koleginės studijos
- Magistrantūros studijos
- Dvigubo diplomo ir jungtinės studijos
- Doktorantūros studijos
- Dalinės studijos
- Kolegijų absolventams
- Įgijusiems išsilavinimą užsienyje
- Galimybė gyventi bendrabutyje
-
PadalinysFundamentinių mokslų fakultetas
-
Programos kodas6211AX009
-
Studijų kryptisMatematikos mokslai
-
Kvalifikacinis laipsnisMatematikos mokslų magistras
-
Trukmė2
Apie
Dvigubo diplomo magistrantūros studijų programa, vykdoma kartu su Taivano universitetu (National Sun YAT-sen University). Studentams suteikiama galimybė studijų metu išvykti vienam semestrui į Taivano universitetą ir surinkus ten ne mažiau kaip 40 % kreditų, baigus studijas suteikiami abiejų universitetų magistro kvalifikacinio laipsnio diplomai.
Galima studijuoti lietuvių arba anglų kalba.
Suteikiamas kvalifikacinis laipsnis: informatikos mokslų magistras.
Studijų trukmė – 2 metai.
Pasikartojančios ir vis rimtesnės kibernetinės atakos prieš svarbias institucijas ar privačias bendroves jau tampa kasdienybe visame pasaulyje.
Lietuvos kibernetinis saugumas irgi ne kartą buvo atsidūręs pavojuje, todėl tiek valstybiniam, tiek verslo sektoriui tenka ieškoti profesionalų, galinčių tinkamai pasirūpinti organizacijų informacijos sauga.
Tokie kibernetinio saugumo specialistai ir rengiami Informacijos ir informacinių technologijų saugos magistro studijose, per kurias mokomasi sistemų ir tinklų saugos metodų, kriptografijos, etiško įsilaužimo technologijų, nusikaltimų tyrimo elektroninėje erdvėje, informacijos saugos vadybos ir kitų specialybinių dalykų.
Tokie specialistai ne tik geba techniškai prižiūrėti informaciją, bet ir valdyti jos apsaugą kaip vadybininkai.
Šios magistro studijų programos tikslas – rengti aukštos kvalifikacijos informacijos ir informacinių technologijų saugos specialistus, formuojant sisteminį požiūrį į informacijos saugos problemų atsiradimą, jų prevencijos, sprendimo ir kompensavimo metodus.
Studentams suteikiama naujausių specializuotų žinių. Jie įgyja gebėjimų taikyti šiuolaikinius informacijos saugos užtikrinimo metodus ir technologijas, plėtojant originalų ir kritinį mąstymą, vadovavimo, tyrimų ir novatoriškumo įgūdžius.
Didėjant kibernetinių grėsmių skaičiui ir visuomenės supratimui apie duomenų apsaugos svarbą, didėja ir tokių specialistų paklausa. Plataus profilio kibernetinio saugumo srities specialistus jau turi dauguma reikšmingų valstybinių institucijų ir privačių bendrovių – bankai, didieji prekybos tinklai, mobiliojo ryšio operatoriai, saugos bendrovės.
Ką gebėsiu?
Informacijos ir informacinių technologijų saugos magistro studijų programa skirta išmokti:
- suprasti kibernetinių grėsmių, pažeidžiamumų ir rizikos atsiradimo priežastis, jas identifikuoti, neutralizuoti ir sumažinti pasekmes;
- informacijos ir informacinių technologijų saugos principų bei sąvokų;
- šiuolaikinių informacinių sistemų saugos užtikrinimo mechanizmų specifikos ir jos taikymo;
- saugių informacinių sistemų projektavimo metodikų;
- integruoti informacijos saugos užtikrinimo mechanizmus į skirtingas informacines sistemas bei procesus;
- skirtingų operacinių sistemų, DBVS ir kitų informacinių sistemų saugos aspektų;
- kriptografijos, saugaus programavimo ir programinio kodo saugumo analizės, etinio sistemų pažeidžiamumo paieškos, nusikaltimų elektroninėje erdvėje tyrimo, saugos tinklų ir virtualių infrastruktūrų projektavimo metodų;
- vertinti informacinių sistemų ir organizacijų saugos lygį bei brandumą, taikyti rizikos valdymo metodus ir informacinės saugos standartų bei kitų reguliavimo dokumentų reikalavimus įmonės veikloje;
- rengti įmonę, jos veiklos procesus sertifikuoti pagal atitinkamus saugos standartus, valdyti organizacijos informacijos saugos užtikrinimo procesus, juos derinti su kitais įmonės verslo procesais, vykdomais projektais, užtikrinti nenutrūkstamą organizacijos procesų funkcionavimą.
Kokios būtų mano karjeros galimybės?
- Dirbti informacijos saugos įgaliotiniu (CISO).
- Dirbti informacijos saugos auditoriumi.
- Dirbti techninės informacinės saugos patikros specialistu.
- Dirbti elektroninių nusikaltimų tyrimų specialistu.
- Dirbti specifinių žinių saugumo srityje turinčiu informacinių sistemų projektuotoju ir projektų vadovu.
- Studijuoti doktorantūroje.
Konkursinis balas
Į magistrantūros studijas priimama be stojamųjų egzaminų, pagal konkursinį balą. Stojantieji turi atitikti programos pasirengimo reikalavimus. Stojantysis pasinaudojęs galimybių aprašu gali sužinoti studijų programas, kurių pasirengimo reikalavimus tenkina.
Pasirengimo reikalavimai stojantiesiems į duomenų mokslo ir statistikos studijų programą:
1) Priimami šių studijų krypčių bakalaurai:
- informatikos,
- informatikos inžinerijos,
- matematikos,
- statistikos.
2) Privalomieji bakalauro programos dalykai ir minimalios jų apimtys:
studijų pagrindų dalykai:
- informacinės technologijos (12 kr.),
- matematika (12 kr.).
specialūs programos dalykai (18 kr.):
- atsitiktiniai procesai,
- matematinė statistika,
- tikimybių teorija.
Studijų dalykai
1 Semestras
Privalomi
-
FMSAM17158 9 kreditai
Operacijų tyrimas (su kursiniu darbu)
Modulio tikslas
Studentas turi įsisavinti operacijų tyrimo pagrindus, išmokti optimizavimo elementų turinčius uždavinius nagrinėti sistemiškai ir kryptingai; sudaryti tiriamo reiškinio ar problemos matematinį modelį; išmokti atpažinti pagrindinius optimizavimo uždavinių tipus; žinoti pagrindinius optimizavimo uždavinių sprendimo būdus ir algoritmus.
Studijų dalyko aprašas
Šiame kurse nagrinėjami tiesinio, sveikaskaičio, parametrinio, stochastinio ir dinaminio programavimo uždaviniai, supažindinama su netiesinio programavimo uždaviniais. Aptariami resursų paskirstymo, priskyrimo uždaviniai, matricinis lošimas ir matricinės bei tinklinės formos transporto uždaviniai. Aptariamas daugelio kitų, optimalaus sprendinio reikalaujančių, problemų matematinių modelių sudarymas ir jų sprendimas pritaikant įvairius optimizavimo metodus. Visų šių uždavinių sprendimas ir analizė atliekami naudojant SAS/OR programinę įrangą.
-
FMSAM17159 6 kreditai
Duomenų analizės programinės sistemos
Modulio tikslas
Išmokyti studentusnaudotis šiuolaikine programine įranga – statistinės analizės sistema (SAS) ir atviro kodo paketu R:
a) įvesti duomenis į programą, juos transformuoti, įvairiai jungti ir skaidyti duomenų rinkinius,
b) spręsti aprašomosios statistikos bei paprasčiausius statistinės analizės uždavinius,
c) vaizduoti duomenis bei statistinės analizės rezultatus grafiškai,
d) naudotis šių programų pagalbos priemonėmis.Studijų dalyko aprašas
Studentai mokomi dirbti su dviem statistinei analizei skirtomis programomis: SAS ir R. Statistinės analizės sistema SAS licencijuota, ją naudoja stambios įmonės. Jos priemonėmis transformuojami duomenų rinkiniai, atliekama įvairios paskirties statistinė analizė, rezultatus pateikiant grafikai, lentelėse ir duomenų rinkiniuose.
R yra programavimo kalba ir statistinės analizės bei grafinio atvaizdavimo aplinka. R sudaro galimybę pritaikyti statistiniams duomenims tiesinį ir netiesinį modeliavimą, klasikinius statistinius testus, laiko eilučių analizę, klasifikaciją ir kitus sprendžiamosios statistikos metodus bei aukštos kokybės grafinį atvaizdavimą, o taip pat kurti ir savo programinius modulius. Tai atviroji (nemokama) programa, sparčiai populiarėjanti pasaulio statistikų tarpe. -
VVEIM17389 6 kreditai
Ekonomika
Modulio tikslas
Suteikti žinias apie įmonėse vykstančius ekonominius procesus ir verslo aplinką ir ugdyti įgūdžius, reikalingus savo profesinės veiklos ekonominių sprendimų priėmimui ir įgyvendinimui.
Studijų dalyko aprašas
Ekonomikos kurso metu studijuojama ekonomikos teorija: poreikiai, ištekliai, gamybos, darbo ir materialinių išteklių ekonomika. Analizuojama rinka, paklausos ir pasiūlos pusiausvyra, elastingumas taip pat įmonės sąnaudų ir pelno diferencijavimas bei konkurencijos modeliai. Nagrinėjamos investicijos, verslo aplinkos veiksniai, kainų nustatymo strategija ir metodai, taip pat makroekonominiai rodikliai bei nacionalinio produkto skaičiavimo metodai. Analizuojamos fiskalinės ir pinigų politikos priemonės, darbo rinka, nedarbo ir infliacijos vertinimas, tarptautiniai ekonominiai ryšiai, verslo rizika ir jos sumažinimo instrumentai, verslo plėtra.
-
FMSAM17161 6 kreditai
Rinktiniai tikimybių teorijos skyriai
Modulio tikslas
Pateikti tikimybių teorijoje ir matematinėje statistikoje dažniausiai naudojamus charakteristinių funkcijų ir kumuliantų metodus.
Studijų dalyko aprašas
Kurse pateikiami du pagrindiniai charakteristinių funkcijų ir kumuliantų metodai, kurie naudojami įvairių statistikų pasiskirstymų asimptotinėje analizėje: nepriklausomų atsitiktinių dydžių sumų skirstinių ribinės teoremos, aproksimacijos normaliuoju dėsniu liekamojo nario įverčiai, asimptotiniai skleidiniai, didžiųjų nuokrypių teoremos bei eksponentinės nelygybės.
-
FMSAM17106 3 kreditai
Magistro tiriamasis darbas 1
Modulio tikslas
Suformuluoti baigiamojo darbo temą. Išnagrinėti reikiamą mokslinę literatūrą.
Studijų dalyko aprašas
Baigiamojo darbo tikslas yra išmokti spręsti įvairių taikomųjų sričių matematikos problemas, išplėsti studijų procese gautas teorines žinias, pagilinti mokslinę patirtį.
-
FMSAM25155 9 kreditai
Oficialiosios statistikos rodiklių analizė ir prognozė (su kursiniu darbu)
Modulio tikslas
Dalyko tikslas – suteikti studentams žinių apie oficialiąją statistiką, statistinių rodiklių analizės ir modeliavimo metodus, ugdyti gebėjimus taikyti statistinius metodus daugiamačiams duomenims ir laiko eilutėms, vertinti rodiklių kokybę, atlikti jų prognozes bei kritiškai interpretuoti gautus rezultatus.
Studijų dalyko aprašas
Oficialiosios statistikos rodikliai gali būti analizuojami erdviniame pjūvyje ir laike, todėl taikomi statistiniai metodai skirstomi į nepriklausomų daugiamačių statistinių duomenų ir laiko eilučių analizės metodus. Studentai supažindinami su tiesiniais bei netiesiniais rodiklių modeliavimo metodais. Kurso metu aptariami rodiklių laiko eilučių pirminio koregavimo bei nestebimų komponenčių vertinimo praktiniai aspektai. Teorinės žinios įsisavinamos atliekant praktines užduotis, naudojant R, ir kitas taikomąsias statistines programas.
-
FMSAM25144 6 kreditai
Duomenų vaizdinė komunikacija
Modulio tikslas
Susipažinti su Bajeso išvadų darymo statistikoje principais ir pritaikyti šias žinias praktiškai.
Studijų dalyko aprašas
Priešingai negu klasikinėje statistikoje, Bajeso analizėje turimi duomenys laikomi fiksuotais, o duomenų skirstinio parametrai laikomi nežinomais. Išvados apie parametrus ir kitus nežinomuosius atnaujinamos, pritaikant iš duomenų gaunamą informaciją. Remiantis Bajeso teorema sudaromi statistiniai modeliai. Tam nagrinėjami aprioriniai skirstiniai, duomenų tikėtinumas, aposteriorinio skirstinio radimas ir jo skaitinis aproksimavimas. Bajeso metodai taikomi klasikinės statistikos modeliams, lyginami klasikinių ir Bajeso metodų privalumai ir trūkumai; susipažįstama su Bajeso metodų ypatumais vertinant hierarchinius modelius. Sudarant statistinius modelius, jų tinkamumas tiriamas informaciniais kriterijais. Praktiniam Bajeso metodų taikymui naudojama R programa.
-
FMSAM24170 6 kreditai
Funkcinis programavimas su R
Modulio tikslas
Šio kurso tikslas – supažindinti studentus su funkciniu programavimu, išdėstyti pagrindinius programavimo su R principus, įtvirtinti programavimo su R įgūdžius ir pasiruošti R kalbos naudojimui statistinėje duomenų analizėje.
Studijų dalyko aprašas
Statistinė duomenų analizė turi keletą pagrindinių etapų: tai duomenų rinkimas ir jų pertvarkymas, vizualizavimas, statistinis modeliavimas. Šie etapai didele dalimi priklauso nuo programinės įrangos galimybių ir, žinoma, nuo tos įrangos panaudojimo įgūdžių. Duomenų analizėje naudojamą programinę įrangą galima suskirstyti į keletą grupių, atskirą grupę sudaro specializuotos ogramavimo
kalbos. R yra specialiai statistinei duomenų analizei ir duomenų vizualizavimui skirta funkcinio programavimo kalba. Naudojant papildomas bibliotekas, kurių skaičius nuolat didėja, bazines kalbos galimybes galima lengvai išplėsti ir tokiu būdu naudoti naujausius statistinio modeliavimo, vizualizavimo ir kitus duomenų analizės metodus. Pagal TIOBE indeksą R patenka tarp 20 populiariausių programavimo kalbų ir jos vieta reitinge pastaraisiais metais didėja. Šis kursas skirtas įtvirtinti bazinius programavimo su R įgūdžius, didelį dėmesį skiriant funkcinio programavimo stiliui. Be to, R kalba naudojama kituose duomenų mokslo specializacijos kursuose, todėl šis kursas paruoš studentus tolimesnėms studijoms. -
FMSAM17106 3 kreditai
Magistro tiriamasis darbas 1
Modulio tikslas
Suformuluoti baigiamojo darbo temą. Išnagrinėti reikiamą mokslinę literatūrą.
Studijų dalyko aprašas
Baigiamojo darbo tikslas yra išmokti spręsti įvairių taikomųjų sričių matematikos problemas, išplėsti studijų procese gautas teorines žinias, pagilinti mokslinę patirtį.
-
FMSAM24167 6 kreditai
Duomenų mokslo seminaras
Modulio tikslas
Šio kurso tikslas – supažindinti su duomenų nuskaitymo iš interneto priemonėmis, duomenų pertvarkymo ir vizualizavimo metodais.
Studijų dalyko aprašas
Internete įvairiais pavidalais prieinamas didžiulis duomenų kiekis. Tačiau didžioji dalis šių duomenų yra (nestruktūruotas) interneto puslapių turinys. Duomenų nusijojimas yra toks procesas, kurio metu informacija iš interneto puslapių transformuojama į tam tikrą struktūruotą pavidalą.
Šis kursas yra orientuotas į praktikoje sutinkamų duomenų paruošimą, pertvarkymus ir vizualizavimą.
Temos apima duomenų nuskaitymą iš interneto puslapių, duomenų failų formatų apžvalgą, duomenų pertvarkymo priemones, geostatistinių duomenų vizualizavimą. Šis kursas yra tarpinis kursas tarp elementarios statistinės duomenų analizės ir praktinio duomenų bazių panaudojimo ar didelės apimties duomenų analizės. -
FMSAM22168 6 kreditai
Matricų algebros specialieji skyriai
Modulio tikslas
Pagilinti matricų teorijos žinias, supažindinti su matricų algebros metodais, reikalingais taikant daugiamatės statistikos metodus ir analizuojant statistinius modelius.
Studijų dalyko aprašas
Matricų algebros metodai yra plačiai taikomi statistiniuose skaičiavimuose, ypač, daugiamatėje duomenų analizėje. Todėl matricų algebros žinios yra būtinos, norint išmokti, suprasti ir taikyti tas statistikos sritis, kurios yra grįstos matriciniais duomenimis. Šio kurso išskirtinumas yra tas, kad jo temos yra atrinktos taip, kad tenkintų daugelį statistikų poreikių, o atitinkami uždaviniai ir pavyzdžiai iliustruotų taikymus statistikoje. Šiame kurse pirmiausia supažindinama su blokinėmis matricomis bei jų veiksmais, tiesine matricų priklausomybe, tiesinėmis erdvėmis ir poerdviais. Nagrinėjamas tiesinis apvalkalas, erdvės bazės ir dimensija, matricos branduolys bei homogeninės lygčių sistemos. Studijuojamas matricos rangas, pėdsakas bei atitinkamos savybės. Mokomasi užrašyti matricos LU, spektrinę bei SVD dekompoziciją. Galiausiai nagrinėjamos apibendrintos atvirkštinės matricos bei jų savybės.
-
FMSAM25101 6 kreditai
Pažangūs imčių ir vertinimo metodai oficialiojoje statistikoje
Modulio tikslas
Supažindinti studentus su pažangiais statistiniais metodais, naudojamais duomenų rinkimui ir populiacijos parametrų vertinimui oficialiojoje statistikoje, apimant įvairius duomenų šaltinius, imties sudarymo strategijas, neatsakymų ir išskirčių tvarkymą, mažųjų sričių vertinimą bei šiuolaikinius duomenų šaltinius, tokius kaip administraciniai duomenys ir didieji duomenys.
Studijų dalyko aprašas
Šiame kurse nagrinėjami įvairūs statistiniai metodai, taikomi oficialiosios statistikos praktikoje. Studentai susipažins su tradiciniais ir moderniais duomenų šaltiniais (surašymais, apklausomis, administraciniais registrais, didžiaisiais duomenimis), imčių teorijos pagrindais, tikimybiniu ir netikimybiniu ėmimu. Bus analizuojami sudėtingesni ėmimo metodai – sluoksninis, nelygių tikimybių ėmimas, taip pat santykiniai, regresiniai ir kalibruoti įvertiniai. Kursas apima ir praktines problemas, tokias kaip neatsakymai, duomenų redagavimas, įrašymas (imputacija), bei validavimas. Didelis dėmesys skiriamas mažųjų sričių statistikai, netiesioginiams ir modeliais paremtiems įvertiniams. Taip pat aptariamas nepriklausomų imčių bei tikimybinio ir netikimybinio ėmimo rezultatų apjungimas, konfidencialumo užtikrinimas bei rezultatų sklaidos principai.
2 Semestras
Privalomi
-
FMSAM17254 9 kreditai
Statistiniai tyrimai imčių metodais (su kursiniu darbu)
Modulio tikslas
Suteikti žinių apie imčių tyrimų rezultatų vertinimą sudėtingomis realiomis sąlygomis.
Studijų dalyko aprašas
Nagrinėjami baigtinės populiacijos parametrų įvertiniai esant bet kokiam imties planui, kitų duomenų bazių papildomą informaciją naudojantys įvertiniai. Taikomi įvairūs kartotinių imčių parametrų įvertinių dispersijų vertinimo būdai. Nagrinėjami įvertiniai, esant neatsakymams į apklausas, imčių tyrimams skirtos kompiuterių programos.
-
FMSAM17253 6 kreditai
Draudos matematika
Modulio tikslas
Supažindinti su pagrindiniais tiek gyvybės, tiek negyvybės draudimo bendrovėse, pensijų fonduose naudojamais aktuariniais modeliais, draudimo įmokų ir / ar rezervų skaičiavimo principais ir metodais, kuriuos, tikimasi, sėkmingai baigę kursą klausytojai gebės taikyti nesudėtingose situacijose.
Studijų dalyko aprašas
Kurso klausytojai supažindinami su pagrindiniais tiek gyvybės, tiek negyvybės draudime taikomais matematiniais (aktuariniais) modeliais. Šie modeliai naudojami tiek įmokų nustatymui, tiek rezervų skaičiavimams.
-
FMSAM17255 6 kreditai
Statistinis modeliavimas ir struktūrų analizė
Modulio tikslas
Supažindinti studentus su ekonometrinėje analizėje paplitusiais modeliais, jų parinkimo ir specifikavimo metodais, identifikavimo algoritmais ir praktinio taikymo, sprendžiant makroekonomikos ir mikroekonomikos uždavinius, ypatumais.
Studijų dalyko aprašas
Aptariama ekonometrikos paskirtis ir pagrindiniai ekonometrinių modelių tipai. Supažindinama su ekonometrikoje paplitusiais laiko eilučių teorijos modeliais, jų eilės nustatymo ir statistinio identifikuojamumo būdais. Aprašomas instrumentinių kintamųjų taikymas, identifikuojant tiesinės regresijos modelius. Supažindinama su trendo funkcija ir sezoniškumo indeksu, vektorinės autoregresijos modeliais. Aptariami VAR modelio redukuotos ir struktūrinės formos taikymo ypatumai. Pateikiama kointegravimo sąvoka ir vektorinis paklaidų korekcijos modelis. Aptariamas ekonominių procesų prognozavimas. Supažindinama su šalies ūkio makroekonometrinio modeliavimo pagrindais.
-
FMSAM17207 3 kreditai
Magistro tiriamasis darbas 2
Modulio tikslas
Magistranto darbo tema surinkti informaciją ir atlikti jos mokslinę analizę taikant įvairius informacijos metodus.
Studijų dalyko aprašas
Problemos sprendimui reikalingos informacijos nustatymas, informacijos šaltinių paieška, informacijos šaltinių vertinimas. Duomenų rinkimo metodai, duomenų patikimumas, statistinis duomenų apdorojimas, kiti duomenų analizės metodai. Mokslinių tyrimų planavimo metodai.
-
FMSAM24274 9 kreditai
Modernios duomenų bazės: nuo reliacinių iki paskirstytų sistemų (su kursiniu darbu)
Modulio tikslas
Suteikti informacijos apie tiek reliacines, tiek paskirstytas duomenų bazes, išmokyti suprojektuoti duomenų bazes taip, kad atitiktų nustatytus poreikius, išmokyti įrašyti, redaguoti ir gauti duomenis iš bet kokio tipo duomenų bazės.
Studijų dalyko aprašas
Kursas skirtas supažindinti studentus su reliacinėmis ir paskirstytomis duomenų bazėmis, skirtingais jų tipais. Pateikiami pavyzdžiai kaip kiekvienu atveju reikėtų sukurti jas, įterpti duomenis, juos redaguoti ar surasti. Pristatomi kiekvienos jų pranašumai ir minusai.
-
FMSAM25274 6 kreditai
Bajeso metodai
Modulio tikslas
Susipažinti su Bajeso išvadų darymo statistikoje principais ir pritaikyti šias žinias praktiškai.
Studijų dalyko aprašas
Priešingai negu klasikinėje statistikoje, Bajeso analizėje turimi duomenys laikomi fiksuotais, o duomenų skirstinio parametrai laikomi nežinomais. Išvados apie parametrus ir kitus nežinomuosius atnaujinamos, pritaikant iš duomenų gaunamą informaciją. Remiantis Bajeso teorema sudaromi statistiniai modeliai. Tam nagrinėjami aprioriniai skirstiniai, duomenų tikėtinumas, aposteriorinio skirstinio radimas ir jo skaitinis aproksimavimas. Bajeso metodai taikomi klasikinės statistikos modeliams, lyginami klasikinių ir Bajeso metodų privalumai ir trūkumai; susipažįstama su Bajeso metodų ypatumais vertinant hierarchinius modelius. Sudarant statistinius modelius, jų tinkamumas tiriamas informaciniais kriterijais. Praktiniam Bajeso metodų taikymui naudojama R programa.
-
FMSAM22272 6 kreditai
Optimizavimo uždaviniai statistikoje
Modulio tikslas
Šio kurso tikslas – suteikti studentams skaičiavimo metodų ir algoritmų, kurie naudojami įvairiuose statistiniuose metoduose, pagrindus.
Studijų dalyko aprašas
Šiuolaikinėje statistinėje duomenų analizėje svarbią rolę vaidina skaičiavimo metodai. Šis kursas – tai įvadas į šiuolaikinius, daug skaičiavimo resursų reikalaujančius metodus statistikoje. Temos apima įvairių optimizavimo uždavinių statistikoje sprendimo metodu: mažiausių kvadratų ir didžiausio tikėtinumo metodus, dimensijos mažinimo. Taip pat atsitiktinių dydžių generavimo algoritmus, MCMC metodus ir pan.
-
FMSAM25222 6 kreditai
Pažangus mašininis mokymasis
Modulio tikslas
Suteikti studentams gilias teorines ir praktines žinias apie pažangius mašininio mokymosi metodus, ugdyti gebėjimą taikyti sudėtingus algoritmus realių duomenų analizėje, savarankiškai vertinti modelių tinkamumą ir interpretavimą, bei pasirengti tolesniam darbui duomenų mokslo ir dirbtinio intelekto srityse.
Studijų dalyko aprašas
Kursas skirtas gilinti studentų žinias apie pažangius mašininio mokymosi metodus, kurie nėra aptariami bakalauro studijų programose. Nagrinėjami sudėtingesni prižiūrimo ir neprižiūrimo mokymosi algoritmai: reguliarizacijos metodai, ansambliniai modeliai (bagging, boosting), parametriniai ir neparametriniai klasifikatoriai, dimensijų mažinimo bei išskirčių nustatymo metodai. Aptariami automatizuoto mašininio mokymosi (AutoML) principai bei modelių interpretavimo svarba šiuolaikiniame duomenų moksle. Dėmesys skiriamas metodų taikymui realiems duomenims, rezultatų interpretacijai ir sprendimų priėmimui remiantis analize.
-
FMSAM17207 3 kreditai
Magistro tiriamasis darbas 2
Modulio tikslas
Magistranto darbo tema surinkti informaciją ir atlikti jos mokslinę analizę taikant įvairius informacijos metodus.
Studijų dalyko aprašas
Problemos sprendimui reikalingos informacijos nustatymas, informacijos šaltinių paieška, informacijos šaltinių vertinimas. Duomenų rinkimo metodai, duomenų patikimumas, statistinis duomenų apdorojimas, kiti duomenų analizės metodai. Mokslinių tyrimų planavimo metodai.
Pasirinkti vieną
-
FMSAM17265 6 kreditai
Eilių teorija
Modulio tikslas
Suteikti tikimybių teorijos ir atsitiktinių procesų teorijos žinių, kurių reikia nagrinėjant aptarnavimo sistemas. Suteikti žinių apie aptarnavimo sistemas ir jų tyrimo būdus.
Studijų dalyko aprašas
Kurso klausytojai supažindinami su eilių teorijos pagrindais, atsitiktiniais procesais ir tikimybių teorijos metodais, taikomais modeliuojant aptarnavimo sistemų veiklą. Apžvelgiami tikimybiniai skirstiniai ir atsitiktiniai procesai, dažniausiai taikomi modeliuojant aptarnavimo sistemas. Supažindinama su atstatymo, Puasono, Markovo, dauginimosi ir nykimo procesais.
-
FMSAM17256 6 kreditai
Rizikos teorija
Modulio tikslas
Tikimasi, kad sėkmingai baigęs kursą klausytojas žinos pagrindines pasirinkimo rizikingoje situacijoje teorijas, pagrindinius rizikos matus ir vertinimo kriterijus bei gebės įgytas žinias taikyti praktinėse situacijose.
Studijų dalyko aprašas
Kurso klausytojai supažindinami su pagrindinėmis individų pasirinkimo rizikingoje situacijoje teorijomis, pagrindiniais rizikos matais bei rizikos vertinimo kriterijais. Teoriniai modeliai taikomi draudimo ir / ar loterijos (investavimo) uždaviniams spręsti.
3 Semestras
Privalomi
-
FMSAM16352 9 kreditai
Duomenų analizės metodai (su kursiniu darbu)
Modulio tikslas
Supažindinti su šiuolaikinės matematinės statistikos metodais ir su ja susijusiais duomenų analizės algoritmais bei jų praktinio taikymo ypatumais.
Studijų dalyko aprašas
Pateikiamos stochastinio modeliavimo pagrindinės sąvokos. Apžvelgiami populiarūs modelių statistinio identifikavimo metodai: maksimalaus tikėtinumo ir apibendrintas mažiausių kvadaratų. Supažindinama su neparametrinio įvertinimo principais. Aptariamas neparametrinių ir parametrinių metodų derinimas duomenų analizėje. Pateikiamas įvadas į robastinę statistinę analizę. Supažindinama su „bootstrap” ir „crossvalidation” metodais ir jų panaudojimu, parenkant modelį iš kelių alternatyvų ir įvertinant identifikavimo tikslumą. Trumpai apžvelgiami daugiamačių duomenų analizės pagrindiniai etapai ir uždaviniai. Pateikiamas apibendrintas tiesinės regresijos modelis ir jo parametrų įvertinimo metodika. Supažindinama su pagrindiniais diskriminantinės analizės ir klasterizavimo metodais.
-
FMSAM16362 6 kreditai
Ekonominių rodiklių analizė ir prognozė
Modulio tikslas
Supažindinti su ekonometrinių modelių sudarymo teoriniais ir praktiniais aspektais, apžvelgti sudarytus ir taikomus ekonometrinius modelius Lietuvoje ir kitose šalyse, įvertinti ekonominių rodiklių prognozavimo galimybes.
Studijų dalyko aprašas
Ekonominiai rodikliai gali būti analizuojami erdviniame pjūvyje ir laike, todėl taikomi statistiniai metodai skirstomi į nepriklausomų daugiamačių statistinių duomenų ir laiko eilučių analizės metodus. Studentai supažindinami su tiesiniais bei netiesiniais ekonominių rodiklių modeliavimo metodais. Kurso metu aptariami ekonominių rodiklių laiko eilučių pirminio koregavimo bei nestebimų komponenčių vertinimo praktiniai aspektai. Teorinės žinios įsisavinamos atliekant praktines užduotis, naudojant R, Demetra+ ir kitas taikomąsias statistines programas.
-
FMSAM16357 6 kreditai
Finansinių rinkų matematiniai modeliai
Modulio tikslas
Suteikti žinių apie finansų rinkų matematinio modeliavimo ir investicijų rizikos analizės principus. Išmokyti taikyti matematinius modelius sprendžiant praktinius vertybinių popierių kainodaros bei investicinių portfelių sudarymo uždavinius.
Studijų dalyko aprašas
Kurse nagrinėjami tiesiniai ir netiesiniai finansinių duomenų stochastiniai modeliai. Remiantis arbitražo nebuvimo, investuotojų optimalios elgsenos ir rinkos pusiausvyros koncepsijomis, nagrinėjami akcijų, obligacijų bei išvestinių vertybinių popierių kainodaros modeliai ir optimaliojo investicinio portfelio bei vartojimo pasirinkimo problemos.
-
FMSAM16308 3 kreditai
Magistro tiriamasis darbas 3
Modulio tikslas
Eksperimento planavimas, atlikimas ir pirminė rezultatų analizė.
Studijų dalyko aprašas
Modulis skirtas eksperimento, kuris buvo numatytas modulyje „Baigiamasis darbas 2” planavimui, atlikimui ir rezultatų analizei. Eksperimentas turi pagrįsti arba paneigti modulyje „Baigiamasis darbas 2” padarytas prielaidas. Studentas taip pat turi susipažinti su eksperimento planavimo ir atlikimo metodikomis, eksperimentų rezultatų analizės metodais, palyginti gautus rezultatus su kitų tyrėjų rezultatais bei įvertinti jų efektyvumą.
-
FMSAM24366 9 kreditai
Natūralios kalbos apdorojimas ir analizė (su kursiniu darbu)
Modulio tikslas
Suteikti žinių, leidžiančių analizuoti ir spręsti įvairius praktinius uždavinius, susietus su tekstinių duomenų analize.
Studijų dalyko aprašas
Modulis skirtas didelių nestruktūrizuotų tekstinių duomenų rinkinių analizei. Nagrinėjamos duomenų struktūros, tinkamos efektyviam darbui su tokiais duomenims, ir pagrindiniai algoritmai, leidžiantys analizuoti tekstinių duomenų turinį bei struktūrą.
-
FMSAM24374 6 kreditai
Bajeso metodai
Modulio tikslas
Susipažinti su Bajeso išvadų darymo statistikoje principais ir pritaikyti šias žinias praktiškai.
Studijų dalyko aprašas
Priešingai negu klasikinėje statistikoje, Bajeso analizėje turimi duomenys laikomi fiksuotais, o duomenų skirstinio parametrai laikomi nežinomais. Išvados apie parametrus ir kitus nežinomuosius atnaujinamos, pritaikant iš duomenų gaunamą informaciją. Remiantis Bajeso teorema sudaromi statistiniai modeliai. Tam nagrinėjami aprioriniai skirstiniai, duomenų tikėtinumas, aposteriorinio skirstinio radimas ir jo skaitinis aproksimavimas. Bajeso metodai taikomi klasikinės statistikos modeliams, lyginami klasikinių ir Bajeso metodų privalumai ir trūkumai; susipažįstama su Bajeso metodų ypatumais vertinant hierarchinius modelius. Sudarant statistinius modelius, jų tinkamumas tiriamas informaciniais kriterijais. Praktiniam Bajeso metodų taikymui naudojama R programa.
-
FMMMM22301 6 kreditai
Didžiųjų duomenų apdorojimo technologijos
Modulio tikslas
Dalyko tikslas yra suteikti pagrindines žinias apie didžiuosius duomenis (Big Data). Išmokyti analizuoti duomenis, supažindinti su pagrindiniais įrankiais skirtais analizuoti duomenis. Tyrinėti draudimo rinkos procesus bei ugdyti gebėjimą pritaikyti didžiuosius duomenis (Big Data) šioje rinkoje taip sukuriant papildomą vertę verslui.
Studijų dalyko aprašas
Studijų dalyką sudaro didžiųjų duomenų (Big Data) pagrindai, supažindinama su pagrindiniais duomenų analizės metodais. Apžvelgiami pagrindiniai duomenų analizės įrankiai bei kaip didieji duomenys (Big Data) yra integruojami su tradicinėmis duomenų saugyklų, veiklos analizės (BI) sistemomis. Supažindinama su didžiųjų duomenų (Big Data) galimybėmis sukurti vertę versle. Taip pat nagrinėjami įvairūs realūs panaudojimo uždaviniai finansų sektoriuje.
Studentai numatytu tvarkaraštyje metu privalo dalyvauti ne mažiau kaip 50 proc. teorinių paskaitų, 60 proc. pratybų
-
FMSAM16308 3 kreditai
Magistro tiriamasis darbas 3
Modulio tikslas
Eksperimento planavimas, atlikimas ir pirminė rezultatų analizė.
Studijų dalyko aprašas
Modulis skirtas eksperimento, kuris buvo numatytas modulyje „Baigiamasis darbas 2” planavimui, atlikimui ir rezultatų analizei. Eksperimentas turi pagrįsti arba paneigti modulyje „Baigiamasis darbas 2” padarytas prielaidas. Studentas taip pat turi susipažinti su eksperimento planavimo ir atlikimo metodikomis, eksperimentų rezultatų analizės metodais, palyginti gautus rezultatus su kitų tyrėjų rezultatais bei įvertinti jų efektyvumą.
4 Semestras
Privalomi
-
FMSAM16409 30 kreditai
Magistro baigiamasis darbas
Modulio tikslas
Išugdyti gebėjimus formuluoti tiriamojo darbo mokslines išvadas, parengti ir paskelbti pagrindinių rezultatų publikaciją, paruošti baigiamąjį magistro darbą ir jį pristatyti kvalifikacinei komisijai.
Studijų dalyko aprašas
Padaromos mokslinės ir praktinės išvados, parengiamos publikacijos, paruoštas darbas pristatomas kvalifikacinei komisijai.
-
FMSAM16409 30 kreditai
Magistro baigiamasis darbas
Modulio tikslas
Išugdyti gebėjimus formuluoti tiriamojo darbo mokslines išvadas, parengti ir paskelbti pagrindinių rezultatų publikaciją, paruošti baigiamąjį magistro darbą ir jį pristatyti kvalifikacinei komisijai.
Studijų dalyko aprašas
Padaromos mokslinės ir praktinės išvados, parengiamos publikacijos, paruoštas darbas pristatomas kvalifikacinei komisijai.
Statistika
| Rodiklis | Reikšmė |
|---|---|
| Priimta studentų | 5 |
| Įstoję į VF | 4 |
| Mažiausias VF balas | 8.88 |