Математические методы прогнозирования (кафедра ВМиК МГУ)/Спецкурсы-спецсеминары

Материал из MachineLearning.

(Различия между версиями)
Перейти к: навигация, поиск
(+ спецкурсы Рязанова, Сенько, Дюковой, Торшина.)
м (перенос аудитории по спецсеминару БММО)
Строка 63: Строка 63:
|-
|-
!18:05 – 19:40
!18:05 – 19:40
-
| <small>С/К [[Теория надёжности обучения по прецедентам (курс лекций, К. В. Воронцов)|ТНОП]], [[Участник:Vokov|К.В.&nbsp;Воронцов]], ауд.&nbsp;615</small> || || <small>18-45 С/С [[vetrovsem|БММО]], [[Участник:Dmitry Vetrov|Д.П.&nbsp;Ветров]], ауд. 526Б</small> || <small>С/К [[Логико-статистические модели в распознавании, прогнозировании и интеллектуальном анализе данных (курс лекций, О.В. Сенько)|ЛСМРПАД]], [[Участник:Сенько Олег|О.В. Сенько]], ауд.&nbsp;696</small> ||
+
| <small>С/К [[Теория надёжности обучения по прецедентам (курс лекций, К. В. Воронцов)|ТНОП]], [[Участник:Vokov|К.В.&nbsp;Воронцов]], ауд.&nbsp;615</small> || || <small>18-45 С/С [[vetrovsem|БММО]], [[Участник:Dmitry Vetrov|Д.П.&nbsp;Ветров]], ауд. 524</small> || <small>С/К [[Логико-статистические модели в распознавании, прогнозировании и интеллектуальном анализе данных (курс лекций, О.В. Сенько)|ЛСМРПАД]], [[Участник:Сенько Олег|О.В. Сенько]], ауд.&nbsp;696</small> ||
|-
|-
!20:00 – 21:30
!20:00 – 21:30
Строка 147: Строка 147:
|<!-- ЗДЕСЬ ПЕРЕЧИСЛЯЮТСЯ СПЕЦСЕМИНАРЫ ТЕКУЩЕГО СЕМЕСТРА-->
|<!-- ЗДЕСЬ ПЕРЕЧИСЛЯЮТСЯ СПЕЦСЕМИНАРЫ ТЕКУЩЕГО СЕМЕСТРА-->
{{Курс|Режим = {{{1}}}|Название =
{{Курс|Режим = {{{1}}}|Название =
-
'''[[vetrovsem|Байесовские методы машинного обучения]]''', н.с., к.ф.-м.н. [[Участник:Dmitry Vetrov|Д.П.Ветров]], проходит по средам в ауд. 526Б, начало в 18-45.
+
'''[[vetrovsem|Байесовские методы машинного обучения]]''', н.с., к.ф.-м.н. [[Участник:Dmitry Vetrov|Д.П.Ветров]], проходит по средам в ауд. 524, начало в 18-45.
|Описание =
|Описание =
}}
}}

Версия 13:16, 8 марта 2012

 
   
Кафедральные курсы
Спецкурсы/спецсеминары
Новости
Расписание
Учебный план
Персональный состав
Материалы
Дипломные работы
Просеминар
  Тел. +7-495-939-4202
e-mail: Изображение:MMP_email.jpg
Ученый секретарь: Д.П. Ветров
Все контакты

Содержание

Расписание спецкурсов и спецсеминаров в осеннем семестре 2011/2012 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/С ПОСАКРП, К.В. Воронцов, ауд. 615
С/К НММА, Л.М. Местецкий, ауд. 609
С/К ЛАДР, Е.В. Дюкова, ауд. 645
С/К НМАДК, В.В. Рязанов, ауд. 605 С/К ОСАМ, Ф.Ф. Дедус, ауд. 613
С/К ВЗМБ, А.Н. Панкратов, ауд. 613
С/К ЗРБ, И.Ю. Торшин, ауд. 615
С/К ИВКЛ, С.И. Гуров, ауд. 615
18:05 – 19:40 С/К ТНОП, К.В. Воронцов, ауд. 615 18-45 С/С БММО, Д.П. Ветров, ауд. 524 С/К ЛСМРПАД, О.В. Сенько, ауд. 696
20:00 – 21:30

Расписание основных занятий

Спецкурсы

  • Теория надёжности обучения по прецедентам, К.В. Воронцов, проходит по понедельникам в ауд. 615, начало в 18-00.
    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.
  • Исчисления высказываний классической логики, С.И. Гуров, проходит по пятницам в ауд. 615, начало в 16-20. Первое занятие состоится 24 февраля.
    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.
  • Непрерывные морфологические модели и алгоритмы, Л.М. Местецкий, проходит по понедельникам в ауд. 609, начало в 16-20. Первое занятие состоится 20 февраля.
    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.
  • Основы обобщенного спектрально-аналитического метода и его приложения, Ф.Ф. Дедус, проходит по средам в ауд. 613, начало в 16-20. Первое занятие 15 февраля.
    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, проходит по средам в ауд. 613, начало в 16-20. Первое занятие 15 февраля.
    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.
  • Логико-статистические модели в распознавании, прогнозировании и интеллектуальном анализе данных, О.В. Сенько, проходит по четвергам в ауд. 696, начало в 18-00. Первое занятие 16 февраля.
    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.
  • Нестатистические методы анализа данных и классификации, В.В. Рязанов, проходит по вторникам в ауд. 605, начало в 16-20. Первое занятие 28 февраля.
    В спецкурсе будут рассмотрены проблемы и методы кластерного анализа (подходы и алгоритмы кластеризации с известным и неизвестным числом кластеров, критерии кластеризации, вопросы устойчивости, построение оптимальных коллективных решений), новые подходы в регрессионном анализе, поиск зависимостей по прецедентам, практические применения в медицине, бизнесе и технике.
  • Логический анализ данных в распознавании, Е.В. Дюкова, проходит по понедельникам в ауд. 645, начало в 16-20. Первое занятие 27 февраля.
    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.
  • Задачи распознавания в биоинформатике, К.В. Рудаков, И.Ю. Торшин, проходит по средам в ауд. 615, начало в 16-20. Первое занятие 15 февраля.
    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.
  • Байесовские методы машинного обучения, Д.П. Ветров, Д.А. Кропотов, читается в осеннем семестре.
    В спецкурсе рассматривается применение байесовских методов к нескольким классическим задачам машинного обучения, позволяющих, в частности, автоматически решать задачи выбора модели и получать решающие правила, обладающие желаемыми свойствами. Спецкурс поддерживается практическими заданиями.
  • 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.
  • 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

  • Учебно-научный семинар «Интеллектуальный анализ данных: новые задачи и методы», доц., к.ф.-м.н. С.И.Гуров, доц., к.ф.-м.н. А.И.Майсурадзе, проходит по понедельникам в ауд. 507, начало в 18-00. Первое заседание состоится 20 февраля.

Ссылки

http://vmk.somee.com — страница со спецкурсами и спецсеминарами факультета ВМК.


Личные инструменты