Участник:Arti lehtonen

Материал из MachineLearning.

(Различия между версиями)
Перейти к: навигация, поиск
Текущая версия (12:01, 23 сентября 2021) (править) (отменить)
(Публикации)
 
(46 промежуточных версий не показаны.)

Текущая версия

Содержание

Попов Артём Сергеевич

Photo_popov_artem.png‎


Выпускник кафедры ММП факультета ВМК МГУ (2017 — бакалавриат, 2019 — магистратура)

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)

Магистерская диссертация: Выделение множества тематик в неразмеченной коллекции диалогов


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

Коммерческая деятельность

  • Data Scientist AI отдела компании JetBrains (2020-н.в.)
  • Data Scientist медецинского отдела компании Алгомост (2019-2020)
  • Data Scientist лаборатории машинного интеллекта МФТИ (2017-2019)

Преподавание

Активно учавствую (учавствовал) в преподавании различных курсов.

  • Ассистент курса "Практикум на ЭВМ" для студентов 3 курса кафедры ММП ВМК МГУ (2016-2017)
  • Лектор курса "Практикум на ЭВМ" для студентов 3 курса кафедры ММП ВМК МГУ (2017 осень, 2018 весна, 2018 осень, 2019 весна, 2019 осень, 2020 осень)
  • Лектор курса "Математические методы анализа текстов" для студентов кафедры ММП ВМК МГУ и кафедры ИС ФУПМ МФТИ (2018, 2019, 2020)
  • Семинарист курса "Машинное обучение" школы OzonMasters (2019-н.в.)

Организовывал спецсеминар по NLP в ШАДе:

Публикации

  1. A. Popov, D. Orekhov, D. Litvinov, N. Korolev, G. Morgachev. Time-Efficient Code Completion Model for the R Programming Language // ссылка // Proceedings of the 1st Workshop on Natural Language Processing for Programming (NLP4Prog 2021)
  2. A. Popov, V. Bulatov, D. Polyudova, E. Veselova. Unsupervised Dialogue Intent Detection via Hierarchical Topic Model // ссылка // Proceedings of RANLP, 2019
  3. A. Potapenko, A. Popov, K. Vorontsov. 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.
  4. 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
  5. 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.
Личные инструменты