Участник:Arti lehtonen

Материал из MachineLearning.

(Различия между версиями)
Перейти к: навигация, поиск
(Преподавание)
(Преподавание)
Строка 28: Строка 28:
* Практикум на ЭВМ для студентов 3 курса кафедры ММП ВМК МГУ (2016-2017)
* Практикум на ЭВМ для студентов 3 курса кафедры ММП ВМК МГУ (2016-2017)
-
Преподаватель (лекции + семинары):
+
Преподаватель:
* Практикум на ЭВМ для студентов 3 курса кафедры ММП ВМК МГУ (2017 осень, 2018 весна, 2018 осень)
* Практикум на ЭВМ для студентов 3 курса кафедры ММП ВМК МГУ (2017 осень, 2018 весна, 2018 осень)
* Математические методы анализа текстов для студентов 4 курса кафедры ИС ФУПМ МФТИ (2018 осень)
* Математические методы анализа текстов для студентов 4 курса кафедры ИС ФУПМ МФТИ (2018 осень)

Версия 18:36, 3 октября 2018

Попов Артём Сергеевич

Photo_popov_artem.png‎

Магистр кафедры ММП факультета ВМК МГУ, группа 617

Инженер-исследователь в Лаборатории Машинного Интеллекта МФТИ

Научный руководитель: Константин Вячеславович Воронцов

Электронная почта: artems + дефис + 07 + собака + mail.ru

Профиль на github: https://github.com/arti32lehtonen


Выпускная квалификационная работа: Регуляризация тематических моделей для векторных представлений слов (текст, слайды)


Научные интересы: word embeddings, natural language processing, модели дистрибутивной семантики, тематические модели

Преподавание

Учавствовал/учавствую в преподавании курсов:

Ассистент преподавателя:

  • Практикум на ЭВМ для студентов 3 курса кафедры ММП ВМК МГУ (2016-2017)

Преподаватель:

  • Практикум на ЭВМ для студентов 3 курса кафедры ММП ВМК МГУ (2017 осень, 2018 весна, 2018 осень)
  • Математические методы анализа текстов для студентов 4 курса кафедры ИС ФУПМ МФТИ (2018 осень)

Публикации

  1. Попов А. С. Тематические модели для построения интерпретируемых векторных представлений слов // Сборник тезисов XXIV Международной научной конференции студентов, аспирантов и молодых учёных «Ломоносов-2017», секция «Вычислительная математика и кибернетика» - Москва, 2017, с. 18-20.
  2. Попов А. С. Регуляризация тематических моделей для векторных представлений слов // Сборник тезисов лучших выпускных квалификационных работ факультета ВМК МГУ 2017 года - Москва, 2017, с. 67-69
  3. Potapenko A., Popov A., Vorontsov K. Interpretable probabilistic embeddings: bridging the gap between topic models and neural networks // ссылка на arxiv // AINL-6: Artificial Intelligence and Natural Language Conference, St. Petersburg, Russia, September 20-23, 2017.
Личные инструменты