Алгебра над алгоритмами и эвристический поиск закономерностей
Материал из MachineLearning.
(→Заседания спецсеминара) |
(→Заседания 2019—2020 уч. года) |
||
(273 промежуточные версии не показаны) | |||
Строка 3: | Строка 3: | ||
== Направления работы на спецсеминаре == | == Направления работы на спецсеминаре == | ||
- | |||
- | |||
- | |||
- | |||
- | |||
- | |||
{{TOCright}} | {{TOCright}} | ||
'''В рамках работы на спецсеминаре есть два направления исследования:''' | '''В рамках работы на спецсеминаре есть два направления исследования:''' | ||
# '''Теоретическое.''' Проводится в рамках '''алгебраического подхода''' к решению задач распознавания. Суть подхода: на алгоритмах, которые решают задачи обработки и анализа данных, специальным образом вводятся алгебраические операции. Например, можно складывать алгоритмы (получается опять алгоритм), умножать и т. д. Среди получаемых алгебраических выражений над «естественными» алгоритмами есть высокоэффективные алгоритмы. На спецсеминаре рассматриваются вопросы: как их строить, анализировать, реализовывать на ЭВМ и т. д. и т. п. Здесь же возникают задачи '''современной теории интерполяции''': построения функций специального вида, заданных частично. Можно заниматься '''дискретным направлением''': решать подобные задачи для функций, принимающих значения 0 и 1. Данное направление представляет '''особую ценность студентам, которые хотят получить самостоятельные результаты в науке и продолжить обучение в аспирантуре'''. | # '''Теоретическое.''' Проводится в рамках '''алгебраического подхода''' к решению задач распознавания. Суть подхода: на алгоритмах, которые решают задачи обработки и анализа данных, специальным образом вводятся алгебраические операции. Например, можно складывать алгоритмы (получается опять алгоритм), умножать и т. д. Среди получаемых алгебраических выражений над «естественными» алгоритмами есть высокоэффективные алгоритмы. На спецсеминаре рассматриваются вопросы: как их строить, анализировать, реализовывать на ЭВМ и т. д. и т. п. Здесь же возникают задачи '''современной теории интерполяции''': построения функций специального вида, заданных частично. Можно заниматься '''дискретным направлением''': решать подобные задачи для функций, принимающих значения 0 и 1. Данное направление представляет '''особую ценность студентам, которые хотят получить самостоятельные результаты в науке и продолжить обучение в аспирантуре'''. | ||
# '''Прикладное.''' Решаются реальные прикладные задачи анализа данных (data mining). Например, построение рекомендательных систем, прогнозирование свойств динамических графов (в том числе и графов социальных сетей), прогнозирование поведения потребителей, анализ метаданных, классификация сигналов головного мозга, классификация сигналов-показаний работы механизмов, настройка спам-фильтров, автоматическая рубрикация текстов, прогнозирование финансовых временных рядов. От студентов требуется желание глубоко понять задачу (данные и скрытые в них закономерности), умение быстро осваивать новые методы (в незнакомой области), хорошо программировать, выдвигать гипотезы и фантазировать (последнее очень важно). | # '''Прикладное.''' Решаются реальные прикладные задачи анализа данных (data mining). Например, построение рекомендательных систем, прогнозирование свойств динамических графов (в том числе и графов социальных сетей), прогнозирование поведения потребителей, анализ метаданных, классификация сигналов головного мозга, классификация сигналов-показаний работы механизмов, настройка спам-фильтров, автоматическая рубрикация текстов, прогнозирование финансовых временных рядов. От студентов требуется желание глубоко понять задачу (данные и скрытые в них закономерности), умение быстро осваивать новые методы (в незнакомой области), хорошо программировать, выдвигать гипотезы и фантазировать (последнее очень важно). | ||
+ | |||
+ | {{tip| | ||
+ | См. также [[Алгебра над алгоритмами и эвристический поиск закономерностей/правила для постоянных участников|«Правила для постоянных участников»]]. | ||
+ | }} | ||
== Заседания спецсеминара == | == Заседания спецсеминара == | ||
{{notice| | {{notice| | ||
- | + | В осеннем семестре 2019 года заседания будут проходить по понедельникам, начиная с 16 сентября, раз в две недели (через одну), начало в 18:20, ауд. 508. Вход свободный. | |
}} | }} | ||
+ | |||
+ | == Заседания 2019—2020 уч. года == | ||
+ | Расписание доступно по [https://docs.google.com/spreadsheets/d/1ltdgH2T6hn959LPdpUfIrLKRzVBCpP7vNNyZnMbzalI/edit?usp=sharing ссылке]. | ||
{| class="wikitable" | {| class="wikitable" | ||
Строка 26: | Строка 27: | ||
! Доклад | ! Доклад | ||
! Материалы | ! Материалы | ||
+ | |||
|- | |- | ||
- | | | + | | 16 сентября 2019 |
- | | '' | + | | ''Иванов Сергей Максимович'' (617) |
- | | | + | | '''Метод обратного распространения ошибки''' |
- | | | + | |
+ | Пытаемся навести порядок в математике, стоящей за концепцией обучения нейросетей. | ||
+ | | [[Media:1._Backprop.pdf|слайды]] | ||
+ | |||
|- | |- | ||
- | | | + | | 16 сентября 2019 |
- | | '' | + | | ''Иванов Сергей Максимович'' (617) |
- | | ''' | + | | '''Задачи глубинного обучения''' |
- | | [[Media: | + | |
+ | Рассматриваем, какие задачи можно решать при помощи методов глубинного обучения. | ||
+ | |||
+ | |[[Media:2._DL_tasks.pdf|слайды]] | ||
+ | |||
|- | |- | ||
- | | | + | | 30 сентября 2019 |
- | | '' | + | | ''Думбай Алексей Дмитриевич'' (617) |
- | | ''' | + | | '''Python. Подходы, приемы, интересные факты.''' |
- | | [[Media: | + | |
+ | | [[Media:Dumbaj_python.pdf|слайды]] | ||
+ | |||
|- | |- | ||
- | | | + | | 28 октября 2019 |
- | | '' | + | | ''Иванов Сергей Максимович'' (617) |
- | | ''' | + | | '''Трансформер''' |
- | | [[Media: | + | |
+ | | [[Media:Transformer.pdf|слайды]] | ||
+ | |||
|- | |- | ||
- | | | + | | 28 октября 2019 |
- | | | + | | |
- | | | + | | |
- | | | + | |
+ | | | ||
|- | |- | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
|} | |} | ||
+ | |||
Заседния в предыдущих семестрах: | Заседния в предыдущих семестрах: | ||
+ | * [[Алгебра над алгоритмами и эвристический поиск закономерностей/Заседания 2018-2019 уч. года]]. | ||
+ | * [[Алгебра над алгоритмами и эвристический поиск закономерностей/Заседания 2016-2017 уч. года]]. | ||
+ | * [[Алгебра над алгоритмами и эвристический поиск закономерностей/Заседания 2015-2016 уч. года]]. | ||
+ | * [[Алгебра над алгоритмами и эвристический поиск закономерностей/Заседания 2014-2015 уч. года]]. | ||
* [[Алгебра над алгоритмами и эвристический поиск закономерностей/Заседания 2013-2014 уч. года | Алгебра над алгоритмами и эвристический поиск закономерностей/Заседания 2013—2014 уч. года (осенний семестр)]]. | * [[Алгебра над алгоритмами и эвристический поиск закономерностей/Заседания 2013-2014 уч. года | Алгебра над алгоритмами и эвристический поиск закономерностей/Заседания 2013—2014 уч. года (осенний семестр)]]. | ||
* [[Алгебра над алгоритмами и эвристический поиск закономерностей/Заседания 2012-2013 уч. года (весенний семестр)]]. | * [[Алгебра над алгоритмами и эвристический поиск закономерностей/Заседания 2012-2013 уч. года (весенний семестр)]]. | ||
Строка 150: | Строка 83: | ||
* [[Алгебра над алгоритмами и эвристический поиск закономерностей/Заседания 2010-2011 уч. года (весенний семестр)]]. | * [[Алгебра над алгоритмами и эвристический поиск закономерностей/Заседания 2010-2011 уч. года (весенний семестр)]]. | ||
- | == | + | == Участники прошлых лет == |
- | {| | + | |
+ | {| border="1" | ||
+ | !Год выпуска ||Участники | ||
|- | |- | ||
- | + | |2018 бак|| | |
- | + | ||
- | + | ||
- | | | + | |
- | | | + | |
- | | | + | |
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | '''Иванов Сергей''' | |
- | + | * Доклад [http://www.slideshare.net/SergeyIvanov105/birthday-effect-67829860/ «'''Проверка гипотезы Birthday Effect'''»] | |
- | + | * Курсовая работа [[Media:AnomalyDetectionMethods.pdf|«'''Методы Детектирования Аномалий'''»]]. | |
+ | * Дипломная работа [[Media:2018_417_IvanovSM.pdf|«'''Нейросетевая генерация музыки'''»]] | ||
|- | |- | ||
- | + | |2017 бак|| | |
- | + | ||
- | + | ||
- | | | + | |
- | | | + | |
- | | | + | |
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | = | + | '''Никишин Евгений''' |
+ | * Доклад [[Media:Nikishin_-_Report_on_Domingos.pdf|«'''Работы Pedro Domingos'''»]]. | ||
+ | * Доклад [[Media:Nikishin_-_modern_community_detection_algorithms.pdf|«'''Современные методы выделения сообществ в социальных графах'''»]]. | ||
+ | * Курсовая работа [[Media:Nikishin_coursework_community_detection.pdf|«'''Методы выделения сообществ в социальных графах'''»]]. | ||
+ | * Преддипломная практика «Поиск информативных признаковых описаний исполняемых файлов и подходящих методов машинного обучения для детектирования вредоносных объектов». | ||
+ | * Доклад [[Media:ALSH_for_MIPS.pdf|«'''Asymmetric LSH for Sublinear Time Maximum Inner Product Search'''»]]. | ||
+ | * ВКР [https://drive.google.com/file/d/0B82NsCJgJ5GdN2xoWGJfbjlKWW8/view?usp=sharing «'''Снижение размерности больших массивов данных'''»]. | ||
+ | '''Каюмов Эмиль''' | ||
+ | * [[Media:About_articles_of_jure_leskovec_14.10.2015.pdf|'''Доклад о работах Jure Leskovec из Стэнфордского университета''']]. | ||
+ | * Доклад [[Media:Methods_for_missing_value.pdf|«'''Методы восстановления пропусков в данных'''»]]. | ||
+ | * Курсовая работа [[Media:Kayumov_course_work_imputer_methods.pdf|«'''Методы восстановления пропусков в данных'''»]]. | ||
+ | * Преддипломная практика «Разработка модуля кластеризации запросов и ответов веб-ресурса для выявления бизнес-логики в составе системы обнаружения атак на веб-приложения». | ||
+ | * Доклад [[Media:Rnn_and_visualizing_networks_27.10.2016.pdf|«'''Обзор рекуррентных нейронных сетей и статьи Visualizing and Understanding Recurrent Networks'''»]]. | ||
+ | * ВКР [[Media:Kayumov_diploma_mcnn_cardio_feature_extraction.pdf|«'''Автоматическое выделение признаков в сигналах кардиограмм в задаче выявления болезней сердца'''»]] | ||
+ | '''Севастопольский Артём''' | ||
+ | * [[Media:Sevastopolsky_-_report_H-P_Kriegel.pdf|'''Доклад о работах Hans-Peter Kriegel из университета Ludwig-Maximilians-Universität''']]. | ||
+ | * Доклад [[Media:Textures_slides_Sevastopolsky.pdf|«'''Извлечение признаков из текстуры изображений'''»]]. | ||
+ | * Доклад [[Media:Retinopathy_-_Presentation.pdf|«'''Построение признаков снимков глазного дна для диагностики болезней глаз'''»]]. | ||
+ | * Курсовая работа [[Media:Coursework_-_Retinopathy.pdf|«'''Построение признаков снимков глазного дна для диагностики болезней глаз'''»]]. | ||
+ | * Преддипломная практика «Реализация детектора ключевых точек лица на основе композиции карт глубин и текстуры при помощи глубоких свёрточных нейронных сетей». | ||
+ | * Доклад [[Media:NN_for_segmentation_and_Keras.pdf|«'''Глубокие нейронные сети для сегментации изображений.''']] [http://nbviewer.jupyter.org/github/seva100/seminar-talks/blob/master/Overview%20of%20Keras%20library%20for%20Python/Keras%20tutorial-precomputed.ipynb '''Программирование нейронных сетей.'''»] | ||
+ | * ВКР [[Media:Diploma_Sevastopolsky_A.pdf|«'''Методы распознавания глаукомы на основе нейронных сетей'''»]] | ||
- | |||
- | |||
|- | |- | ||
- | | | + | |2018 маг|| |
+ | '''Викулин Всеволод''' | ||
+ | * Курсовая работа [[Медиа:CourseVikulin.pdf|«'''Автоматическое выделение признаков в задаче классификации сигналов'''»]]. | ||
'''Кудрявцев Георгий''' | '''Кудрявцев Георгий''' | ||
* Курсовая работа [[Media:CourseGeorge.pdf|«'''Методы сравнения траекторий'''»]]. | * Курсовая работа [[Media:CourseGeorge.pdf|«'''Методы сравнения траекторий'''»]]. | ||
Строка 247: | Строка 130: | ||
* Доклад «'''Закон Бенфорда'''». | * Доклад «'''Закон Бенфорда'''». | ||
'''Рысьмятова Анастасия''' | '''Рысьмятова Анастасия''' | ||
+ | * Доклад [[Media:Anastasya_Rysmyatova_econometr.pdf|«'''Основы эконометрики'''»]]. | ||
+ | * Доклад [[Media:Anastasya_Rysmyatova_reklama.pdf|«'''Выявление мошенничества с кликами в интернет-рекламе'''»]]. | ||
* Курсовая работа [[Media:RysmyatovaCourseFile.pdf|«'''Методы отбора признаков'''»]]. | * Курсовая работа [[Media:RysmyatovaCourseFile.pdf|«'''Методы отбора признаков'''»]]. | ||
- | * Доклад «''' | + | * Доклад [[Media:Rysmyatova_report.pdf|«'''Классификация текстов'''»]]. |
- | * Доклад «''' | + | * Доклад [[Media:Anastasya_Rysmyatova_analiz.pdf|«'''Анализ чувствительность сверточных нейронных сетей'''»]]. |
+ | * Преддипломная практика [[Media:Anastasya_Rysmyatova_preddiplom.pdf|«'''Прикладные задачи анализа данных'''»]]. | ||
+ | * ВКР [[Media:Anastasya_Rysmyatova_diplom.pdf|«'''Использование сверточных нейронных сетей для задачи классификации текстов'''»]]. | ||
+ | * Курсовая работа [[Media:Kursov_517.pdf|«'''Ранжирование текстов литературных произведений'''»]]. | ||
'''Вихрева Мария''' | '''Вихрева Мария''' | ||
* Курсовая работа [[Медиа:CourseVikhreva.pdf|«'''Dependency detection with Bayesian Networks'''»]]. | * Курсовая работа [[Медиа:CourseVikhreva.pdf|«'''Dependency detection with Bayesian Networks'''»]]. | ||
- | * Доклад «'''Отбор признаков в графе'''» | + | * Доклад [[Media:Vikhreva_Feature_Selection.pdf|«'''Отбор признаков в графе'''»]]. |
+ | * Доклад [[Media:Epidemic_spreading_in_SF_networks.pdf|«'''Распространение эпидемий в безмасштабных сетях'''»]]. | ||
+ | * Доклад [[Media:Анализ_настроения_текстов.pdf|«'''Анализ настроения текста'''»]]. | ||
+ | * Преддипломная практика [[Media:Преддипломная_практика.pdf|«'''Анализ геопространственных агрегированных данных'''»]]. | ||
+ | * Доклад [[Media:Deep Hack.pdf|«'''Решение хакатона Q&A DeepHack по Allen AI Challenge'''»]]. | ||
+ | * ВКР [[Media:Diploma.pdf|"Распространение эпидемий в графах"]] | ||
+ | * Вихрева М. В. Распространение новостей в социальной сети // Сборник тезисов XXIII Международной научной конференции студентов, аспирантов и молодых учёных «Ломоносов-2016», секция «Вычислительная математика и кибернетика», М: МАКС Пресс, 2016. — C.123. | ||
+ | |||
+ | |- | ||
+ | |2017 маг|| | ||
+ | |||
+ | '''Кибитова Валерия''' | ||
+ | * Доклад «'''Методы распознавания сарказма в тексте'''». | ||
+ | * Курсовая работа [[Media:Course_work_Kibitova.pdf| «'''Методы распознавания сарказма в тексте'''»]]. | ||
+ | * Магистерская диссертация [[Media:MD_GURIANOVA_VN.pdf| «'''Ансамбль алгоритмов для определения ишемической болезни сердца по электрокардиограмме'''»]]. | ||
+ | |||
+ | '''Гурьянов Алексей''' | ||
+ | * Магистерская диссертация [[Media:Guryanov2017.pdf| «'''Стратегии исследования окружений в обучении с подкреплением с непрерывным пространством состояний'''»]]. | ||
|- | |- | ||
|аспиранты 1 г.о.|| | |аспиранты 1 г.о.|| | ||
+ | |||
+ | '''Трофимов Михаил''' | ||
+ | * Доклад [https://www.dropbox.com/s/de1lnomry4l9pi4/qml.pdf?dl=0 «'''Квантовое машинное обучение'''»]. | ||
+ | * Дипломная работа [https://vk.com/away.php?utf=1&to=https%3A%2F%2Fsourceforge.net%2Fp%2Fmlalgorithms%2Fcode%2FHEAD%2Ftree%2FGroup074%2FTrofimov2016MSThesis%2Fdiploma.pdf%3Fformat%3Draw «'''Обобщённые факторизационные машины'''»]. | ||
+ | * Доклад [https://www.dropbox.com/s/90xm8784bswf875/llr-fm-slides.pdf?dl=0 «'''Локально низкоранговая факторизационная машина'''»]. | ||
+ | * Доклад [https://www.dropbox.com/s/pqd1ynrmrlpzx11/Trofimov_smth2vec.pdf?dl=0 «'''Дистрибутивная гипотеза Харриса, *2vec'''»]. | ||
+ | * Доклад [http://sourceforge.net/p/mlalgorithms/code/HEAD/tree/Group074/Trofimov2015OnlineLearningReinforcementLearning/Trofimov2015OLRL.pdf?format=raw «'''(Глубокое) обучение с подкреплением'''»]. | ||
+ | * Доклад [https://www.dropbox.com/s/nnr1d0s0tand0ru/FM_Trofimov.pdf?dl=0 «'''Факторизационные машины'''»]. | ||
+ | * Трофимов М. И. «'''Использование нелинейных смесей экспертов в задачах классификации'''» // Сборник тезисов XXII Международной научной конференции студентов, аспирантов и молодых ученых «Ломоносов-2015». Издательский отдел факультета вычислительной математики и кибернетики МГУ имени М. В. Ломоносова, 2015. С. 71-72. | ||
+ | * Трофимов М. И. «'''Факторизационная машина с локальным низким рангом весовой матрицы'''» // Сборник тезисов XXIII Международной научной конференции студентов, аспирантов и молодых ученых «Ломоносов-2016». Издательский отдел факультета вычислительной математики и кибернетики МГУ имени М. В. Ломоносова, 2016. С. 136-138. | ||
+ | * Semenov A., Natekin A., Nikolenko S. I., Upravitelev P., Trofimov M., Kharchenko M. «'''Discerning Depression Propensity Among Participants of Suicide and Depression-Related Groups of Vk.com'''» // Analysis of Images, Social Networks and Texts. 4th International Conference, AIST 2015 // vol 542: Series: Communications in Computer and Information Science. Springer International Publishing, 2015. Ch. 3. | ||
+ | * Ivan Guz, Vasily Leksin, Mikhail Trofimov, Aleksandra Fenster, «'''Evolution of Content Moderation Approaches for Online Classifieds: From Action Recommendations to Automation'''» // ICML'15 Workshop on Crowdsourcing and Machine Learning | ||
+ | * Mansour Ahmadi, Giorgio Giacinto, Dmitry Ulyanov, Stanislav Semenov, Mikhail Trofimov, [http://arxiv.org/abs/1511.04317 «'''Novel feature extraction, selection and fusion for effective malware family classification'''»], ACM Conference on Data and Applications Security and Privacy (CODASPY 2016) | ||
+ | * Новиков, Трофимов, Оселедец, [http://openreview.net/pdf?id=rkYmiD9lg «'''Exponential Machines'''»] | ||
+ | |||
+ | |||
+ | |- | ||
+ | |аспиранты 3 г.о.|| | ||
'''[[Участник:Nizhibitsky|Нижибицкий Евгений]]''' | '''[[Участник:Nizhibitsky|Нижибицкий Евгений]]''' | ||
* Курсовая работа [[Media:NizhibitskyKurs.pdf|«'''Обзор методов классификации документов'''»]]. | * Курсовая работа [[Media:NizhibitskyKurs.pdf|«'''Обзор методов классификации документов'''»]]. | ||
Строка 266: | Строка 189: | ||
* 3-е место в [http://smu.cs.msu.ru/activity/contests/diploma/2014 конкурсе дипломных работ 2014 года]. | * 3-е место в [http://smu.cs.msu.ru/activity/contests/diploma/2014 конкурсе дипломных работ 2014 года]. | ||
* Нижибицкий Е. А. Трекинг в видеопоследовательностях при помощи фильтра частиц // Сборник тезисов лучших дипломных работ факультета ВМК МГУ 2014 года. Издательский отдел факультета вычислительной математики и кибернетики МГУ имени М. В. Ломоносова, 2014. С. 46-47. | * Нижибицкий Е. А. Трекинг в видеопоследовательностях при помощи фильтра частиц // Сборник тезисов лучших дипломных работ факультета ВМК МГУ 2014 года. Издательский отдел факультета вычислительной математики и кибернетики МГУ имени М. В. Ломоносова, 2014. С. 46-47. | ||
- | * | + | * Нижибицкий Е. А. [http://jmlda.org/papers/doc/2015/no11/Nizhibitsky2015Composition.pdf Композиции признаков для видеотрекинга при помощи фильтра частиц] // Машинное обучение и анализ данных. 2015. T. 1, № 11. C. 1517 - 1528. |
'''[[Участник:MoRandi91|Остапец Андрей]]''' | '''[[Участник:MoRandi91|Остапец Андрей]]''' | ||
Строка 278: | Строка 201: | ||
* Остапец А. А. Определение местоположения телефона по данным сенсоров // Машинное обучение и анализ данных. 2014. T. 1, № 9. C. 1232—1245 | * Остапец А. А. Определение местоположения телефона по данным сенсоров // Машинное обучение и анализ данных. 2014. T. 1, № 9. C. 1232—1245 | ||
* Остапец А. А. Алгебраический подход к задаче иерархической классификации текстов // Сборник тезисов XXII Международной научной конференции студентов, аспирантов и молодых ученых «Ломоносов-2015». Издательский отдел факультета вычислительной математики и кибернетики МГУ имени М. В. Ломоносова, 2015. С. 54-55. | * Остапец А. А. Алгебраический подход к задаче иерархической классификации текстов // Сборник тезисов XXII Международной научной конференции студентов, аспирантов и молодых ученых «Ломоносов-2015». Издательский отдел факультета вычислительной математики и кибернетики МГУ имени М. В. Ломоносова, 2015. С. 54-55. | ||
+ | * Остапец А. А. Определение категории видеозаписи на основе текстовых метаданных // Сборник тезисов XXIII Международной научной конференции студентов, аспирантов и молодых учёных «Ломоносов-2016». Издательский отдел факультета вычислительной математики и кибернетики МГУ имени М. В. Ломоносова, 2016. С. 132-134. | ||
+ | * Остапец А. А. Об одном подходе к решению задачи автоматической классификации товаров на основе текстовой информации // Материалы Международной научной конференции "Современные методы и проблемы теории операторов и гармонического анализа и их приложения - VI", Издательский центр ДГТУ, Ростов, 2016. С. 164-165. | ||
|} | |} | ||
Строка 303: | Строка 228: | ||
* Курсовая работа [[Медиа:CW_2014_Slavnov.pdf|«'''Обработка астрономических снимков: многоуровневые модели и эвристический подход'''»]] | * Курсовая работа [[Медиа:CW_2014_Slavnov.pdf|«'''Обработка астрономических снимков: многоуровневые модели и эвристический подход'''»]] | ||
* Доклад [[Media:social_network_report.pdf|«'''Некоторые задачи анализа социальных сетей'''»]] | * Доклад [[Media:social_network_report.pdf|«'''Некоторые задачи анализа социальных сетей'''»]] | ||
- | * Выпускная квалификационная работа [ | + | * Выпускная квалификационная работа [http://www.machinelearning.ru/wiki/images/6/60/2015_417_SlavnovKA.pdf «'''Анализ социальных графов'''» ] |
|- | |- | ||
Строка 462: | Строка 387: | ||
[[Категория:Учебные курсы]] | [[Категория:Учебные курсы]] | ||
[[Категория:Семинары]] | [[Категория:Семинары]] | ||
+ | [[Категория:Научные школы]] | ||
+ | [[Категория:МГУ]] |
Текущая версия
Руководитель спецсеминара: д.ф.-м.н., профессор Дьяконов Александр Геннадьевич
Направления работы на спецсеминаре
|
В рамках работы на спецсеминаре есть два направления исследования:
- Теоретическое. Проводится в рамках алгебраического подхода к решению задач распознавания. Суть подхода: на алгоритмах, которые решают задачи обработки и анализа данных, специальным образом вводятся алгебраические операции. Например, можно складывать алгоритмы (получается опять алгоритм), умножать и т. д. Среди получаемых алгебраических выражений над «естественными» алгоритмами есть высокоэффективные алгоритмы. На спецсеминаре рассматриваются вопросы: как их строить, анализировать, реализовывать на ЭВМ и т. д. и т. п. Здесь же возникают задачи современной теории интерполяции: построения функций специального вида, заданных частично. Можно заниматься дискретным направлением: решать подобные задачи для функций, принимающих значения 0 и 1. Данное направление представляет особую ценность студентам, которые хотят получить самостоятельные результаты в науке и продолжить обучение в аспирантуре.
- Прикладное. Решаются реальные прикладные задачи анализа данных (data mining). Например, построение рекомендательных систем, прогнозирование свойств динамических графов (в том числе и графов социальных сетей), прогнозирование поведения потребителей, анализ метаданных, классификация сигналов головного мозга, классификация сигналов-показаний работы механизмов, настройка спам-фильтров, автоматическая рубрикация текстов, прогнозирование финансовых временных рядов. От студентов требуется желание глубоко понять задачу (данные и скрытые в них закономерности), умение быстро осваивать новые методы (в незнакомой области), хорошо программировать, выдвигать гипотезы и фантазировать (последнее очень важно).
См. также «Правила для постоянных участников». |
Заседания спецсеминара
В осеннем семестре 2019 года заседания будут проходить по понедельникам, начиная с 16 сентября, раз в две недели (через одну), начало в 18:20, ауд. 508. Вход свободный. |
Заседания 2019—2020 уч. года
Расписание доступно по ссылке.
Дата | Докладчик | Доклад | Материалы |
---|---|---|---|
16 сентября 2019 | Иванов Сергей Максимович (617) | Метод обратного распространения ошибки
Пытаемся навести порядок в математике, стоящей за концепцией обучения нейросетей. | слайды |
16 сентября 2019 | Иванов Сергей Максимович (617) | Задачи глубинного обучения
Рассматриваем, какие задачи можно решать при помощи методов глубинного обучения. | слайды |
30 сентября 2019 | Думбай Алексей Дмитриевич (617) | Python. Подходы, приемы, интересные факты. | слайды |
28 октября 2019 | Иванов Сергей Максимович (617) | Трансформер | слайды |
28 октября 2019 |
Заседния в предыдущих семестрах:
- Алгебра над алгоритмами и эвристический поиск закономерностей/Заседания 2018-2019 уч. года.
- Алгебра над алгоритмами и эвристический поиск закономерностей/Заседания 2016-2017 уч. года.
- Алгебра над алгоритмами и эвристический поиск закономерностей/Заседания 2015-2016 уч. года.
- Алгебра над алгоритмами и эвристический поиск закономерностей/Заседания 2014-2015 уч. года.
- Алгебра над алгоритмами и эвристический поиск закономерностей/Заседания 2013—2014 уч. года (осенний семестр).
- Алгебра над алгоритмами и эвристический поиск закономерностей/Заседания 2012-2013 уч. года (весенний семестр).
- Алгебра над алгоритмами и эвристический поиск закономерностей/Заседания 2012-2013 уч. года (осенний семестр).
- Алгебра над алгоритмами и эвристический поиск закономерностей/Заседания 2011-2012 уч. года (весенний семестр).
- Алгебра над алгоритмами и эвристический поиск закономерностей/Заседания 2011-2012 уч. года (осенний семестр).
- Алгебра над алгоритмами и эвристический поиск закономерностей/Заседания 2010-2011 уч. года (весенний семестр).
Участники прошлых лет
Год выпуска | Участники |
---|---|
2018 бак |
Иванов Сергей
|
2017 бак |
Никишин Евгений
Каюмов Эмиль
Севастопольский Артём
|
2018 маг |
Викулин Всеволод
Кудрявцев Георгий
Рысьмятова Анастасия
Вихрева Мария
|
2017 маг |
Кибитова Валерия
Гурьянов Алексей
|
аспиранты 1 г.о. |
Трофимов Михаил
|
аспиранты 3 г.о. |
|
Выпускники спецсеминара
Год выпуска | Выпускники |
---|---|
Аспирант, 2010 |
Карпович Павел
Диссертация: «K-сингулярные системы точек в алгебраическом подходе к распознаванию образов» (2010, успешно защищена 18.02.2011 по специальности 01.01.09). |
2015 бак |
Славнов Константин
|
2015 |
Харациди Олег
|
2014 |
|
2013 |
Бобрик Ксения
Ермушева Александра
Кириллов Александр
Кондрашкин Дмитрий (перевёлся на другой спецсеминар)
|
2012 |
|
2010 |
Ахламченкова Ольга
Токарева (Одинокова) Евгения
|
2009 |
Власова Юлия
Логинов Вячеслав
Фёдорова Валентина
Чучвара Алексндра (бакалавр)
|
2008 |
Ломова Дарья
Вершкова Ирина
|
2007 |
Кнорре Анна
Карпович Павел
Сиваченко Евгений
|
2006 |
Ховратович (Курятникова) Татьяна
Мошин Николай
|
2005 |
Каменева Наталия
Силкин Леонид
|
Некоторые решаемые прикладные задачи
- Прогнозирование временных рядов По характеристикам процесса в прошлом предсказать поведение в будущем. Знание о прошлом может быть неполным или ошибочным. Типичный пример: прогнозирование денежных сумм, которые будут сниматься с банкомата в течение следующей недели.
- Классификация технических сигналов и сигналов головного мозга По описанию изменения некоторой характеристики процесса необходимо определить её класс. Например, по электрокортикограмме определить ментальное состояние человека. При этом обучающая выборка (данные, которые у нас есть) была собрана достаточно давно, а тестирование алгоритма будет проводиться потом (при изменённых внешних условиях, а следовательно, при изменённых характеристиках данных).
- Фильтрация спама Настроить спам-фильтр на некотором универсальном обучающем множестве (данных спам-ловушек) так, чтобы он хорошо работал на компьютере конкретного пользователя (без дополнительной донастройки).
- Иерархическая классификация текстов Написать алгоритм автоматической категоризации документов. Например, новостные рассылки необходимо распределить по каталогам «спорт/футбол», «спорт/биатлон», «музыка/концерты», «музыка/рок/исполнители» и т. д.
- Ранжирование документов на основе обучающего множества Написать алгоритм, который оценивает релевантность документа поисковому запросу. Для фиксированного запроса упорядочить документы (используя их признаковые описания) так, чтобы порядок отражал «адекватность» запроса.
- Прогноз связности графа социальной сети Предсказать изменения динамического графа социальной сети, в частности, появление новых рёбер.
- Прогнозирование успешности грантов и проектов По описанию заявки оценить перспективность выполнения данного проекта.
- Разработка рекомендательного алгоритма, который делает актуальные предложения купить какой-то товар, воспользоваться услугой или прочитать материал.
- Предсказывание визитов покупателей и сумм покупок для сети супермаркетов Разработка алгоритма, который предсказывает дату первого визита и сумму покупки каждого клиента.
- Оценка фотографий по метаданным Прогноз «интересности» фото-материалов на основе анализа названия, описания, GPS-координат съёмки и т.п.
- Задача кредитного скоринга Прогнозирование надёжности клиента банка по обязательствам выплаты процентов кредита.