Математические методы прогнозирования (кафедра ВМиК МГУ)/Спецкурсы-спецсеминары
Материал из MachineLearning.
(Различия между версиями)
(→Расписание спецкурсов и спецсеминаров в осеннем семестре 2014/2015 уч.г.: спецкурс Воронцова К.В. (пятница 26 сентября)) |
|||
Строка 67: | Строка 67: | ||
| | | | ||
| <small>С/К [[Нестатистические методы анализа данных и классификации (курс лекций, В.В.Рязанов)|НМАДК]], [[Участник:Rvv|Рязанов В.В.]], 607</small> | | <small>С/К [[Нестатистические методы анализа данных и классификации (курс лекций, В.В.Рязанов)|НМАДК]], [[Участник:Rvv|Рязанов В.В.]], 607</small> | ||
- | | <small>С/С [[vetrovsem|БММО]], [[Участник:Dmitry Vetrov|Ветров Д.П.]], 526б<br> С/К [[Исчисления высказываний классической и интуиционистской логик (курс лекций, С.И. Гуров)|ИВКИЛ]], [[Участник:Sgur|Гуров С.И.]], 704</small> | + | | <small>С/С [[vetrovsem|БММО]], [[Участник:Dmitry Vetrov|Ветров Д.П.]], 526б<br> С/К [[Исчисления высказываний классической и интуиционистской логик (курс лекций, С.И. Гуров)|ИВКИЛ]], [[Участник:Sgur|Гуров С.И.]], 704<br> С/К [[Вероятностное тематическое моделирование (курс лекций, К.В.Воронцов)|ВТМ]], [[Участник:Vokov|К.В. Воронцов]], 614</small> |
|- | |- | ||
!20:00 – 21:35 | !20:00 – 21:35 |
Версия 09:01, 25 сентября 2014
|
|
| Тел. +7-495-939-4202 e-mail: Ученый секретарь: Д.П. Ветров Все контакты |
Содержание |
Расписание спецкурсов и спецсеминаров в осеннем семестре 2014/2015 уч.г.
Пара | Понедельник | Вторник | Среда | Четверг | Пятница |
---|---|---|---|---|---|
8:45 – 10:20 | |||||
10:30 – 12:05 | |||||
12:15 – 13:50 | |||||
14:35 – 16:10 | |||||
16:20 – 17:55 | С/К ЛАДР, Дюкова Е.В., 508 | С/К Модели распознавания, Козлов В.Н., 506 16:40 C/C ААЭПЗ, Дьяконов А.Г., 609. 16:20 С/К МИАДПСДЗ, Сенько О.В., 607 | |||
18:05 – 19:40 | С/К МОМО, Кропотов Д.А., 508 | С/К НМАДК, Рязанов В.В., 607 | С/С БММО, Ветров Д.П., 526б С/К ИВКИЛ, Гуров С.И., 704 С/К ВТМ, К.В. Воронцов, 614 | ||
20:00 – 21:35 |
Спецкурсы
- Модели распознавания, Козлов Вадим Никитович, проходит по средам, начало в 16-20, ауд. 506. Первое занятие состоится 10 сентября (среда).
- В курсе представлены как классические подходы к распознаванию образов (дискриминантный подход в детерминированной и вероятностной ипостасях, структурно-лингвистический, тестовый и алгебраический подходы), так и разработки последнего времени, включая те, которые делались в МГУ. Курс является существенно расширенным и усложненным вариантом курса Распознающие системы, прочитанного автором в интернете на сайтах образовательной организации Универсариум. Приглашаются студенты 2-4 курсов, все желающие.
- Методы оптимизации в машинном обучении, Д.А. Кропотов, проходит по понедельникам в ауд. 508, начало в 18-10. Первое занятие состоится 15 сентября.
- В спецкурсе рассматриваются классические и современные методы непрерывной оптимизации, а также особенности их применения для задач оптимизации, возникающих в машинном обучении. Основной упор в изложении делается на практические аспекты реализации и использования методов. Спецкурс поддерживается практическими заданиями.
- Исчисления высказываний классической и интуиционистской логик, С.И. Гуров, проходит по пятницам в ауд. 704, начало в 18-00. Первое занятие 3 октября.
- В спецкурсе рассматриваются основные понятия пропозициональной логики. Даются методы характеризации формул алгебры логики, в частности, метод резолюций и метод семантических таблиц. Изучаются логические исчисления гильбертовского и генценовского типов и общие свойства формальных теорий. Рассматриваются свойства метатеории логических исчислений: корректность и непротиворечивость, семантическая полнота, полнота по Посту, разрешимость и независимость. Спецкурс поддерживается практическими занятиями.
- Логический анализ данных в распознавании, Е.В. Дюкова, проходит по понедельникам в ауд. 508, начало в 16-20. Первое занятие 22 сентября.
- Излагаются общие принципы конструирования логических процедур распознавания. Изучаются вопросы эффективного применения комбинаторно-логических методов для синтеза распознающих процедур. Рассматриваются подходы к оценке вычислительной сложности алгоритмов и качества решения прикладных задач.
- Прикладные задачи анализа данных, А.Г. Дьяконов, проходит видимо по средам (посещение закрытое, сейчас идёт регистрация и уточнение времени).
- Нестатистические методы анализа данных и классификации, В.В. Рязанов, проходит по четвергам в ауд. 607, начало в 18-00. Первая лекция 25 сентября.
- Основная цель спецкурса состоит в изложении основанных на оптимизационных, дискретных и эвристических подходах методов анализа данных. Будут рассмотрены логические модели распознавания (классификации с учителем) и анализа разнотипных многомерных данных, методы оптимизации моделей распознавания, алгоритмы поиска скрытых логических закономерностей и связей по признаковым описаниям, методы создания качественных моделей объектов, ситуаций, явлений или процессов. Будут рассмотрены практические численные методы решения данных задач, и их применения в медицине, бизнесе, химии, технике и других областях.
- Методы интеллектуального анализа данных, основанные на поиске оптимальных систем статистически достоверных закономерностей, О.В. Сенько, проходит по средам в ауд. 607, начало в 16-20. Первое занятие 1 октября.
- Задачи и алгоритмы вычислительной геометрии, Л.М. Местецкий.
- Логико-статистические модели в распознавании, прогнозировании и интеллектуальном анализе данных, О.В. Сенько.
- Рассматриваются методы интеллектуального анализа данных, основанные на выделении в многомерном пространстве прогностических переменных областей, в которых значения прогнозируемой переменной достоверно отличаются от средних значений по всей выборке. Верификация выявленных закономерностей проводится с помощью рандомизированных перестановочных тестов. Приводятся примеры использования рассматриваемых методов при решении разнообразных прикладных задач.
- Основы обобщенного спектрально-аналитического метода и его приложения, Ф.Ф. Дедус. Лекции проходят один раз в две недели по 4 академических часа.
- Обобщенный спектрально-аналитический метод (ОСАМ) является комбинированным численно-аналитическим методом, в котором сочетаются сильные стороны числовых расчетов и аналитических преобразований. Основными математическими объектами метода являются семейства аналитических ортогональных функций, зависящие от параметров и позволяющие проводить адаптивную аналитическую аппроксимацию произвольных функций. В курсе подробно изучаются системы классических ортогональных многочленов непрерывного аргумента (Чебышева, Лежандра, Якоби, Лагерра, Эрмита) и ортогональные многочлены дискретного аргумента (Чебышева, Хана, Майкснера, Кравчука и Шарлье).
- Вычислительные задачи математической биологии, А.Н. Панкратов. Лекции проходят один раз в две недели по 4 академических часа.
- В спецкурсе рассматриваются дополнительные вопросы обобщенного спектрально-аналитического метода (ОСАМ) и его приложения к задачам распознавания в биоинформатике, связанным с аналитическим описанием и анализом, как текстовых последовательностей, так и пространственных структур биологических макромолекул.
- Извлечение информации из изображений, И.Б. Гуревич.
- В спецкурсе представлены постановки и методы решения математических и вычислительных задач, возникающих в связи с анализом и оцениванием информации, представляемой в виде изображений.
- Теория надёжности обучения по прецедентам, К.В. Воронцов.
- Спецкурс знакомит студентов с современным состоянием теории вычислительного обучения, исследующей проблему качества восстановления зависимостей по эмпирическим данным. Подробно рассматривается комбинаторная теория, позволяющая получать точные оценки вероятности переобучения.
- Непрерывные морфологические модели и алгоритмы, Л.М. Местецкий.
- Рассматривается задача анализа формы плоских фигур и связанные с ней приложения в области распознавания изображений, компьютерной графики и геоинформатики. Исследуются вопросы аппроксимации бинарных растровых изображений многоугольными фигурами, представления фигур циркулярными графами, вычисления скелетов, сравнения и преобразования формы на основе циркулярных графов.
- Задачи распознавания в биоинформатике, К.В. Рудаков, И.Ю. Торшин.
- Данный курс рассчитан на будущих специалистов в области математики и информатики. На примере биоинформатики иллюстрируется, как математик мог бы вникать в специфику предметной области, чтобы суметь успешно приспособить известные ему методы для решения прикладных и исследовательских задач.
- Метрические методы интеллектуального анализа данных, А.И. Майсурадзе.
- Рассматриваются методы и технологии, применяющиеся в интеллектуальном анализе данных (ИАД, data mining) и базирующиеся на понятиях сходства, близости, аналогии. Идея сходства свойственна человеческому мышлению, это породило целый комплекс подходов для всех фундаментальных задач ИАД, среди которых основное внимание в курсе уделено классификации, восстановлению регрессии, кластеризации, восстановлению пропущенных данных.
Спецсеминары
- Байесовские методы машинного обучения, Д.П.Ветров, проходит по пятницам в ауд. 526б, начало в 18-10. Первое занятие состоится 12 сентября.
- Алгебра над алгоритмами и эвристический поиск закономерностей, А.Г.Дьяконов, проходит по средам в ауд. 609, начало в 16-40. Первое занятие состоится 17 сентября.
- Проблемы обобщающей способности алгоритмов классификации, регрессии и прогнозирования, К.В.Воронцов.
- Учебно-научный семинар «Интеллектуальный анализ данных: новые задачи и методы», С.И.Гуров, А.И.Майсурадзе.
- Комбинаторные основы теории информации, В.К.Леонтьев.
Ссылки
http://vmk.somee.com — страница со спецкурсами и спецсеминарами факультета ВМК.