Warning: jsMath requires JavaScript to process the mathematics on this page.
If your browser supports JavaScript, be sure it is enabled.

 

Кафедра теорії ймовірностей,
статистики
та актуарної математики

Механіко-математичний
факультет

prob.stat.act@gmail.com
Tel/Fax: +38 (044) 431 04 67

 

Шановний абітурієнте! Запрошуємо як бакалаврів, так і магістрів на спеціальність «Статистика»!

Докладніше про спеціальність ви дізнаєтесь прямо тут, а також за такими посиланнями:

Абітурієнтам:Спеціальність «Статистика»
Цікаве про статистику
Інтерв’ю з випускниками та викладачами кафедри
Бакалаврам «Статистики»:
Бакалаврам «Математики» і «Комп’ютерної математики»:
Магістрам:

Інформація про курс «Алгоритми машинного навчання»

Кафедра теорії ймовірностей, статистики та актуарної математики рада повідомити про продовження плідної співпраці із провідними світовими університетами. Так, після надзвичайно успішного курсу "Machine Learning in Finance", прочитаному в першому семестрі проф. Джозефом Тайхманом, ми анонсуємо наступний курс, який буде прочитано викладачами європейських університетів. Мова йде про курс "Алгоритми машинного навчання" для бакалаврів третього року навчання.

Навчальна дисципліна складатиметься із 14 лекцій, які будуть прочитані протягом семи тижнів, починаючи з 13 березня 2023 року, а також чотирьох лабораторних робіт. Її присвячено огляду методів машинного навчання, таких як регресійні моделі, класифікаційні моделі з учителем та базові нейронні мережі.

Курс читатимуть:

  1. Ralp Rudd, університет Рейк`явіку (Ісландія)
    Dr Ralph Rudd is an Assistant Professor in Financial Engineering at Reykjavik University. He has a PhD in Quantitative Finance from the African Institute for Financial Markets and Risk Management, a top-100 mathematical finance program worldwide, as rated by Eduniversal. He specializes in numerical and computational methods in finance, with a current interest in neural networks and specifically neural-SDEs.
  2. Ramon Prat Casanovas, університет Барселони (Іспанія)
    Professor Ramon Prat is Adjunct Lecturer of Finance and Capital Markets at the Autonomous University of Barcelona, UAB. He holds an MBA from Esade Business School and a Master of Mathematics of Financial Instruments by the UAB. He works as independent financial consultant and advisor and has experience with projects with leading companies and entrepreneurs.
  3. Petra Posedel Simovic, університет Загреба (Хорватія)
Ralp RuddRamon Prat CasanovasPetra Posedel Simovic
Мова викладання - англійська.

Навчальна програма узгоджена з програмою курсу "Алгоритми машинного навчання", який розробили та читають на кафедрі ТЙСАМ для таких груп (3 рік навчання бакалаврату):

  • Середня освіта
  • Комп`ютерна математика
  • Компютерна статистика
  • Ймовірність, обробка даних
  • Математичні методи обчислень
Для цих груп даний курс є обов`язковим та заміняє одноіменний курс, який має читатися у другому семестрі. З боку університету курс супроводжуватимуть викладачі та аспіранти кафедри теорії ймовірностей, статистики та актуарної математики під керівництвом Голомозого Віталія Вікторовича. Зокрема, будуть проводитися регулярні консультації щодо матеріалу курсу та лабораторних робіт відповідно до діючого розкладу.

Лекції читатимуться у понеділок та середу, час початку о 14:05. Детальну навчальну програму можна завантажити на сайті кафедри ТЙСАМ.

НОВИНИ КАФЕДРИ
  • Вітаємо завідувача кафедри професора Юлію Степанівну Мішуру з отриманням грамоти КНУ імені Тараса Шевченка за успіхи в навчальній, науковій і виховній роботі!

  • Вітаємо аспірантів кафедри Ганну Железняк і Віталія Мірошниченка з успішними захистами дисертацій доктора філософії!

    Бажаємо творчого натхнення та наснаги для нових звершень і перемог!

  • Вітаємо завідувача кафедри професора Юлію Степанівну Мішуру з отриманням нагороди М. Кравчука АН вищої школи України!

  • Проф. Josef Teichmann (Джозеф Тайхман), університет ETH Zurich щопонеділка впродовж 03.10.2022 – 14.11.2022 читав курс «Машинне навчання у фінансах». Курс містить дев’ять лекцій, кожна з яких супроводжувалася демонстрацією у вигляді Jupiter ноутбука з використанням python. Студенти вивчали, яким чином алгоритми машинного навчання, зокрема нейронні мережі, використовуються в різних задачах, пов’язаних з фінансовою математикою, зокрема у задачах, пов’язаних з хеджуванням, вибором оптимального портфеля, калібруванням моделей волатильності, симуляціями. В курсі використовувалися глибокі та мілкі нейронні мережі, алгоритми навчання з підкріпленням (reinforcement learning), методи байєсівської оптимізації та ін.

  • Професор Taras Bodnar, Professor in Mathematical Statistics at the Department of Mathematics of Stockholm University 24 листопада 2022 р. прочитав лекцію на тему “Theoretical and practical aspects of high-dimensional portfolio selection”

    Запис лекції можна переглянути за посиланням
    Пароль: 7.71mq^f

  • Професор Ostap Okhrin, завідувач кафедри економетрики та статистики у транспортних системах Інституту Економіки Транспорту, Транспортний Факультет Фрідріха Ліста, TU Dresden 10 листопада 2022 р. прочитав лекцію на тему “Support Vector Machines: що це таке та з чим його їдять?”
    Всі, кого цікавить ця тематика, можуть переглянути його лекції на youtube:

    1. Theoretical Multivariate Statistics
    2. Applied Multivariate Statistics
    3. Data-Driven Multivariate Statistics

  • У п`ятницю 4 листопада 2022 р. в межах відкриття курсу “Аналітика даних” від механіко-математичного факультету КНУ відбулась лекція Data Science and Business Intelligence Grand Course Opening: Taras Shevchenko National University of Kyiv & Silicon Valley, яку відвідали близько 200 учасників!

    Хочемо висловити щиру подяку за підтримку курсу та участь у заході ректору Володимиру Бугрову, декану механіко-математичного факультету Оксані Безущак та завідувачу кафедри теорії ймовірностей, статистики та актуарної математики Юлії Мішурі. Також дякуємо колегам із-за кордону, яким вдалось знайти час та можливість виступити перед українськими студентами, а особлива вдячність ректору Університету штучного інтелекту та цифровізації професору Дарині Кушерець.

    Nienke Bos (Solution Architect at Snowplow Analytics), Professor Michael Fulton (SVP, Head of Consulting and Advisory Solutions and CIO at Vernovis, Adjunct Faculty, The Ohio State University) and Udit Gami (Program Manager, Meta, Silicon Valley Social Media company) — thank you so much for supporting Ukrainian talented youth in this difficult time for Ukraine, motivating presentations and useful knowledge.

    Дякуємо організаторам цього курсу — Володимиру Зубченку (директор Бізнес-школи КНУ, PhD, Data Scientist) та Поліні Александровій. Переглянути запис лекції можна на youtube.

  • Віталій Голомозий, кандидат фізико-математичних наук, та Ростислав Ямненко, доктор фізико-математичних наук, коротко про машинне навчання

  • Володимир Зубченко, кандидат фізико-математичних наук, голова комітету з питань освіти Товариства актуаріїв України про статистику, машинне навчання і штучний інтелект

  • Ігор Дзеверін, доктор біологічних наук, завідувач відділу еволюційної морфології Інституту зоології імені І. І. Шмальгаузена НАН України про те, для чого потрібна статистика

  • Засади страхової математики – на механіко-математичному факультеті

«Машинне навчання у фінансах»

Dear Professor Josef Teichmann,

on behalf of the Faculty of Mechanics and Mathematics and the Department of Probability theory, Statistics and Actuarial mathematics, we would like to express our deep gratitude for your efforts to support Ukraine and our University in such a difficult time.

The course "Machine Learning in Finance" you delivered in autumn-winter 2022 has been accepted with great enthusiasm among the students and University staff. The overall number of registrants was close to one hundred. Among them, we had students, teachers, post-graduate students and even some former students who expressed their willingness to join the course. Unfortunately, many registered participants could not join the live lectures due to problems with the power supply and repeated missiles attack, some of which occurred during the lecture time. However, we received many requests to view the recordings. The feedback we received from the participants was very positive. They were impressed by the way how profound mathematical theory was connected and applied to practical problems. Students with insufficient background in functional analysis appreciated numerous demonstrations in python and rigorous but understandable elucidation of the deep neural network theory and its application in finance.

Summarizing the above, we want to thank you for your highly professional and dedicated delivery of the "Machine Learning in Finance" course and your willingness to collaborate, answer questions, and provide additional materials and exercises. We hope and believe this course will give birth to a fruitful collaboration in future!

And finally, we will never forget that you and ETH Zurich University stand with Ukraine in the dark moment in our modern history.

Head of the Department of Probability theory, Statistics and Actuarial mathematics
Prof. Dr. Yuliya Mishura

Міжнародна наукова конференція
«Сучасна стохастика: теорія та застосування. V»
(«Modern Stochastics: Theory and Applications. V» (MSTA-V))
1-4 червня 2021

З 1 по 4 червня 2021 року у Київському національному університеті імені Тараса Шевченка проведено (дистанційно) Міжнародну наукову конференцію «Сучасна стохастика: теорія та застосування. V» («Modern Stochastics: Theory and Applications. V» (MSTA-V)). Конференцію було організовано кафедрою теорії ймовірностей, статистики та актуарної математики механіко-математичного факультету.

Під час конференції було представлено близько 50 пленарних доповідей, а також доповіді у рамках 10 секцій, що охоплювали різні галузі теорії ймовірностей, математичної статистики, теорії випадкових процесів, стохастичного аналізу та їх застосувань. Із пленарними доповідями виступили професори Мартін Гротхаус (Німеччина), Доменіко Марінуччі (Італія), Ніколай Крилов (США), Марк Подольський (Люксембург), Міклош Разоні (Угорщина), Рене Шіллінг (Німеччина) та ін. Спеціальні секції було присвячено сучасним досягненням у напрямках наукових досліджень, започаткованих видатними математиками А. Скороходом, В. Королюком, І. Коваленком, Ю. Козаченком.

Секцію «Стохастична Оптимізація» було присвячено 80-річчю з дня народження член-кореспондента НАН України П.С. Кнопова.

1 червня на відкритті конференції із привітанням учасникам виступили декан механіко-математичного факультету проф. О.О. Безущак та завідувач кафедри теорії ймовірностей, статистики та актуарної математики проф. Ю.С. Мішура.

Участь у конференції взяли видатні науковці України та світу та молоді дослідники, аспіранти і студенти. Географія учасників є надзвичайно широкою - для обговорення новітніх результатів конференція об’єднала науковців з 31 країни світу від Австралії і Японії до США і Канади, включаючи більшість європейських країн.

Більше інформації представлено на сайті конференції.

Про кафедру

Кафедра теорії ймовірностей, статистики та актуарної математики Київського національного університету імені Тараса Шевченка є однією з провідних в Україні.

Вона має великий список вагомих здобутків у навчальній, дослідницькій та консультаційній діяльності, що пов'язана із застосуванням статистики, зокрема у фінансах, страхуванні та економіці.

Кафедра найбільша в країні за кількістю студентів відповідного напрямку підготовки, користується великою популярністю серед абітурієнтів.

Навчальні курси усіх кваліфікаційних рівнів вирізняються відмінною якістю викладання.Аспірантська програма кафедри дозволяє вдало поєднувати навчання та наукову діяльність.

Кафедра проводить фундаментальні теоретичні та прикладні наукові дослідження світового рівня.

Інтерв'ю з викладачами кафедри теорії ймовірностей, статистики та актуарної математики

Кафедра теорії ймовірностей, статистики та актуарної математики є однією з провідних в Україні із підготовки фахівців найвищої кваліфікації за такими спеціальностями та спеціалізаціями, як «Статистика», «Комп’ютерна статистика та аналіз даних», «Актуарна та фінансова математика».

Зважаючи на прикладний та сучасний характер спеціалізацій кафедри, ми вирішили поцікавитись в її викладачів, як саме предмети, які вони викладають, допомагають у професійній діяльності. Також ми запитали, що потрібно студенту для власного професійного удосконалення, та ким пишаються викладачі кафедри.

Дякуємо викладачам за відповіді та поради!

Розгорнути/ЗгорнутиЯким чином предмети, які особисто Ви викладаєте, можуть бути використані студентами в їхній подальшій професійній діяльності?
Розгорнути/ЗгорнутиМожете згадати своїх найуспішніших студентів-випускників? Чим вони займаються зараз, які їх найбільші досягнення?
Розгорнути/ЗгорнутиОкрім відвідування пар та ретельного виконання домашніх робіт, що ще порадите студенту для успішного професійного удосконалення?
Розгорнути/ЗгорнутиЯкщо абітурієнт прагне в майбутньому стати програмістом, чому навіть в цьому випадку йому варто вступати на мех-мат?
Використання сучасної математики очима сучасних випускників-математиків

Сутність математики для кожного з нас різна – для когось це задачі зі шкільного курсу, для інших – згадка про щасливі студентські роки. Хто використовує математику у своїх фізичних, хімічних, біологічних або ж навіть філологічних дослідженнях. Для когось вона – теоретична дисципліна із набором абстрактних задач, а для когось – незмінний інструментарій практичної повсякденної діяльності.

В будь-якому разі, найбільш яскраво математика виявляється в історіях людей, які присвячують їй свій час та натхнення. Тож починаємо знайомство із випускникамимеханіко-математичного факультету Київського національного університету імені Тараса Шевченка, чиї розповіді, впевнені, відкриють яскраве різноманіття використанняматематичних знань у світі сучасних технологій та швидкого життєвого ритму.

Розгорнути/Згорнути Тетяна Вапнарюк (актуарна та фінансова математика, 2014)
Розгорнути/Згорнути Ліна Паляниця (актуарна та фінансова математика, 2016)
Розгорнути/Згорнути Щербак Сергій (математика, 2009)
Розгорнути/ЗгорнутиОлексій Назаров (математика, 2008)
Розгорнути/ЗгорнутиВіталій Макогін (статистика, 2011)
Розгорнути/ЗгорнутиОксана Мосенко (статистика, 2018)
Розгорнути/ЗгорнутиСвятослав Бегун (математика, 2008)
Математика та математики: які вони, чим займаються, де працюють, у що вірять, про що мріють?

Випускники кафедри теорії ймовірностей, статистики та актуарної математики працюють на провідних посадах різноманітних галузей фінансів, економіки, страхування, комп’ютерної статистики, аналізу даних, статистичної обробки інформації, IT-сектору.

Ми задали 12 запитань випускникам недавніх років. Відповіді вийшли більш цікавими і глибокими, ніж ми очікували. Отже, пропонуємо їх вашій увазі і сподіваємось, що вони принесуть вам користь.

Розгорнути/Згорнути Які конкуренті переваги дало навчання на мех-маті?
Розгорнути/Згорнути Чи допоміг мех-мат отримати гідну роботу? Якщо так – як саме?
Розгорнути/Згорнути Що найважливіше під час навчання на мех-маті?
Розгорнути/Згорнути Чим мех-матянин відрізняється від інших?
Розгорнути/Згорнути Що мех-мат змінив у твоєму світогляді?
Розгорнути/Згорнути Найяскравіше враження під час навчання на мех-маті
Розгорнути/Згорнути Як мех-мат знайшов тебе?
Розгорнути/Згорнути За що ти вдячний мех-мату?
Розгорнути/Згорнути Ідеальний викладач – який він?
Розгорнути/Згорнути Чи справді в житті потрібна математика? Може, краще одразу вчитися програмувати?
Розгорнути/Згорнути Що порадиш абітурієнту?
Розгорнути/Згорнути Можливо, ще є щось важливе, що залишилось недосказаним?
Розгорнути/Згорнути Дуже дякуємо за відповіді на питання випускникам та студентам механіко-математичного факультету!

Нове!

 

Нове!

Нова спеціалізація для бакалаврів в рамках спеціальності «Статистика»:
Комп’ютерна статистика та аналіз даних
 Нова магістерська спеціалізація в рамках спеціальності «Статистика»:
Комп’ютерна статистика та аналіз даних

Знання математики, набуті на початкових курсах механіко-математичного факультету, здатність розуміти зміст формул, вміння не лякатись інтегралів та багатовимірних просторів – важливий стартовий капітал, котрий потрібно примножити та вигідно розмістити. Чудові можливості для цього відкриває спеціалізація у галузі аналізу даних із застосуванням сучасних статистичних методів та ефективних комп’ютерних засобів. У рамках цієї спеціалізації ви познайомитесь з базовими підходами до збирання і аналізу статистичних даних, побудови моделей випадкових явищ, прогнозування та вироблення рекомендацій на основі таких моделей.
З 2018 року на кафедрі теорії ймовірностей, статистики та актуарної математики в рамках спеціальності «Статистика» буде відкрито нову спеціалізацію Комп’ютерна статистика та аналіз даних, як для бакалаврів, так і для магістрів.

У рамках спеціалізації для бакалаврів будуть прочитані такі навчальні курси:
Статистичний аналіз часових і просторових залежностей (Spatial statistics) – як аналізувати статистичні дані, що надійшли з різних місць і були отримані у різний час на основі ймовірнісних моделей із застосуванням сучасних комп’ютерних засобів.
Математичне моделювання випадкових процесів (Stochastic processes modeling and simulation) – створення математичних моделей для опису розвитку випадкових явищ природи та суспільства та їх комп’ютерна реалізація.
Планування вибіркових обстежень (Survey sampling) – методи збору статистичної інформації, розробка ефективних планів та аналіз даних обстежень.
Часові ряди (Time series) – методи аналізу послідовних спостережень з метою виявлення та опису залежностей, які дозволяють прогнозувати та робити рекомендації по оптимальному управлінню процесом.

Розвиток інформаційних технологій, накопичення величезних обсягів даних, привели до вибухового розвитку методів та алгоритмів їх статистичного аналізу. Відповідно зростає потреба у спеціалістах, здатних застосовувати свої математичні здібності у сфері аналізу даних. Професія аналітика даних вважається однією з найбільш перспективних у ХХІ столітті.

 

Аналітик даних (data analyst) – професія, що набула популярності із розвитком інформаційних технологій, накопиченням великих обсягів статистичних даних, які вимагають спеціальних методів обробки. Спеціаліст з аналізу даних повинен поєднувати володіння сучасними методами комп’ютерної обробки інформації із хорошим знанням теоретичних основ математичної статистики. Його мета – не тільки виявити приховані закономірності у наявних наборах даних, але і вміти обґрунтовано висунути та перевірити гіпотези про досліджувані явища, спрогнозувати їх подальший розвиток, допомогти замовникам у прийнятті рішень.
Постійне зростання потреби у збиранні й оцінюванні величезних обсягів даних породжує високий попит на спеціалістів зі статистичного аналізу даних. Недаремно цю професію називають найперспективнішою професією 21 століття.
З 2018 року на кафедрі теорії ймовірностей, статистики та актуарної математики в рамках спеціальності «Статистика» буде відкрито нову спеціалізацію Комп’ютерна статистика та аналіз даних, як для бакалаврів, так і для магістрів.

У рамках спеціалізації для магістрів будуть прочитані такі навчальні курси:
Комп’ютерна статистика (Computer statistics) – знайомство з сучасними комп’ютерними технологіями аналізу даних та статистики.
Статистичні алгоритми навчання (Machine learning) – вступ до сучасних адаптивних методів розпізнавання образів, прогнозування і прийняття рішень за допомогою нейронних мереж, дерев прийняття рішень, генетичних алгоритмів та інших технологій штучного інтелекту.
Часові ряди (Time series) – аналіз даних з часовою та просторовою залежністю, сучасні техніки статистичного прогнозування.
Статистичний аналіз багатовимірних даних (Big data) – методи виявлення статистичних зв’язків та залежностей, створення та перевірка моделей досліджуваних явищ на основі великих обсягів багатосторонньої інформації: дослідницький факторний аналіз, зниження вимірності, кластерний аналіз, багатовимірне шкалування, підтверджувальний факторний аналіз, графічні статистичні методи та моделі.
Чисельні методи у статистиці (Statistical computations) – ефективні сучасні методи та алгоритми обчислень у статистиці.
Непараметрична статистика (Nonparametric statistics) – наука та мистецтво побудови і підгонки математичних моделей статистичних даних на основі мінімальних апріорних припущень.
Вибіркові обстеження (Survey sampling) – як правильно проводити відбір даних для статистичного аналізу та як усувати недоліки невдалого відбору.

Окрім здобуття ґрунтовної теоретичної бази, наші студенти набувають реальні навички із прикладної статистики, математики і комп’ютерного програмування. Інтенсивні курси статистичного моделювання і прогнозування забезпечують підготовку спеціалістів із науки аналізування даних на найвищому міжнародному рівні.
Для вступу до магістратури за спеціалізацією комп’ютерна статистика та аналіз даних необхідно мати диплом бакалавра за спеціальністю математика, статистика, системний аналіз або прикладна математика.


Будемо раді співпрацювати з вами на нашій кафедрі!


Статистика Актуарна і фінансова математика

Спеціальність "Статистика" є однією з найбільш перспективних у світі. За даними компанії Gartner (США) очікується, що в найближчі роки попит на статистиків та дата-аналітиків збільшиться на 4,4 млн. робочих місць по всьому світу.

2013 рік міжнародною спільнотою визнано роком статистики.

На механіко-математичному факультеті КНУ проводиться навчання бакалаврів за напрямом "Статистика" та магістрів спеціальності "Прикладна та теоретична статистика".

Докладніше про спеціальність "Статистика"
 

Актуарії є провідними експертами з управління ризиками та фінансовими невизначеностями. Вони розробляють та впроваджують математичні моделі, покликані оцінити ймовірності майбутніх подій та побудувати ефективну стратегію діяльності.

Актуарії складають основу прийняття найважливіших фінансових рішень в таких галузях, як страхування, банківський та інвестиційний сектор економіки, пенсійне забезпечення, фінансовий консалтинг.

А ще актуарна професія є однією з найбільш високооплачуваних у світі!

Детальніше про актуаріїв та магістратуру "Актуарна та фінансова математика"

Перегляньте відео викладачів, випускників та студентів мех-мату про перспективи та можливості застосування математики у сфері фінансів та економіки, страхування та інвестування.

Ці та інші відео зі студентами, випускниками і викладачами ви можете переглянути в YouTube.
Долучайтесь до групи: https://www.facebook.com/groups/actuary.ua/

 
 
Нещодавні та майбутні події

Кафедра, машинне навчання і data science

На кафедрі теорії ймовірностей, статистики та актуарної математики ми приділяємо велику увагу підготовці фахівців, які працюватимуть у прикладних галузях, таких як - статистика, аналіз ризиків, страхування, фінансова та економічна аналітика.

Зауважимо, що ми щорічно оновлюємо наші навчальні програми, щоб відповідати потребам мінливих ринків. Наприклад, ми пропонуємо студентам ряд курсів пов'язаних із аналізом даних, машинним навчанням та штучним інтелектом. Це надзвичайно динамічна галузь, яка демонструє щорічне зростання і за прогнозами потреба у подібних фахівцях продовжуватиме зростати протягом наступних 5-10 років.

Щоби переконатися, що матеріал який ми викладаємо не втрачає актуальності ми постійно отримуємо зворотній зв'язок від студентів, випускників та наших колег які працюють у цій сфері. Окрім того, викладачі кафедри також мають практичний досвід роботи за спеціальністю і тому добре відчувають потреби ринку.

В результаті нам вдається досягти того, що значний відсоток випускників нашої кафедри працює за спеціальністю, і згідно з опитуванням випускників, які ми проводимо регулярно, використовують набуті знання безпосередньо у своїй діяльності.


Цікаві факти

Одним із революційних відкриттів ХХ ст. було усвідомлення того, що випадковість є невід'ємною властивістю явищ фізичного світу та людського суспільства, а не результатом помилок чи нерозуміння. Необхідність аналізу закономірностей, що виявляють себе через випадковість, привела до стрімкого розвитку математичних методів статистичного аналізу даних. Дізнатися більше