Участник:Victor Kitov

Материал из MachineLearning.

(Различия между версиями)
Перейти к: навигация, поиск
(Полностью удалено содержимое страницы)
Строка 1: Строка 1:
 +
__NOTOC__
 +
=Виктор Китов=
 +
[[Изображение:VKitov.png|150px|left]]
 +
Преподаватель кафедры [[Mmp|математических методов прогнозирования]] [http://cmc.msu.ru ВМК МГУ].
 +
 +
Читает лекции по курсам:
 +
# [[Математические методы распознавания образов (курс лекций, В.В.Китов)|«Математические методы распознавания образов»]] (курс посвящен основам машинного обучения и распознавания образов, это основополагающий курс для бакалавров 3го курса).
 +
# [[Математические методы анализа текстов (ВМиК МГУ) / 2017|«Математические методы анализа текстов»]] (обязательный спецкурс для магистров)
 +
 +
Участвует в преподавании курса [[Глубинное обучение (курс лекций)|по глубинному обучению]].
 +
 +
 +
 +
 +
==Сфера научных интересов==
 +
# Машинное обучение, прогнозирование, в частности, повышение точности прогнозирования композициями алгоритмов.
 +
# Применения машинного обучения в автоматической обработке текстов.
 +
 +
==Практический опыт==
 +
Виктор Китов имеет разнообразный опыт применения методов машинного обучения и распознавания образов на практике. Он работал в компаниях Форексис, Связной-Логистика, Huawei-Technologies, Вычислительном центре им.Дородницына, Электронная Москва, и занимался задачами прогнозирования спроса в крупных розничных сетях, загрузки сетей сотовых операторов, а также тематическим моделированием и кредитным скорингом.
 +
 +
==Академический опыт==
 +
Результаты научной работы Китова В.В. докладывались на ведущих отечественных конференциях (ММРО, Современные проблемы математического моделирования, технологии баз данных и др.), его публикации насчитывают 15 опубликованных работ (включая 8 статей в журналах из списка ВАК). Он регулярно привлекается для оценивания дипломных работ бакалавров Высшей школы экономики. Китов В.В. является соавтором одного запатентованного метода к прогнозированию трафика в сотовых сетях в Китае. Китов В.В. неоднократно преподавал курс по машинному обучению в университете Иннополис, Высшей школе экономики, Сколковском институте, а также в Imperial College в Лондоне. На кафедре ММП в настоящее время осуществляет руководство одним магистром и 4 бакалаврами.

Версия 15:12, 13 апреля 2017

Виктор Китов

Преподаватель кафедры математических методов прогнозирования ВМК МГУ.

Читает лекции по курсам:

  1. «Математические методы распознавания образов» (курс посвящен основам машинного обучения и распознавания образов, это основополагающий курс для бакалавров 3го курса).
  2. «Математические методы анализа текстов» (обязательный спецкурс для магистров)

Участвует в преподавании курса по глубинному обучению.



Сфера научных интересов

  1. Машинное обучение, прогнозирование, в частности, повышение точности прогнозирования композициями алгоритмов.
  2. Применения машинного обучения в автоматической обработке текстов.

Практический опыт

Виктор Китов имеет разнообразный опыт применения методов машинного обучения и распознавания образов на практике. Он работал в компаниях Форексис, Связной-Логистика, Huawei-Technologies, Вычислительном центре им.Дородницына, Электронная Москва, и занимался задачами прогнозирования спроса в крупных розничных сетях, загрузки сетей сотовых операторов, а также тематическим моделированием и кредитным скорингом.

Академический опыт

Результаты научной работы Китова В.В. докладывались на ведущих отечественных конференциях (ММРО, Современные проблемы математического моделирования, технологии баз данных и др.), его публикации насчитывают 15 опубликованных работ (включая 8 статей в журналах из списка ВАК). Он регулярно привлекается для оценивания дипломных работ бакалавров Высшей школы экономики. Китов В.В. является соавтором одного запатентованного метода к прогнозированию трафика в сотовых сетях в Китае. Китов В.В. неоднократно преподавал курс по машинному обучению в университете Иннополис, Высшей школе экономики, Сколковском институте, а также в Imperial College в Лондоне. На кафедре ММП в настоящее время осуществляет руководство одним магистром и 4 бакалаврами.

Личные инструменты