Школа анализа данных Яндекса
Материал из MachineLearning.
(Различия между версиями)
м (новый сайт) |
(отделение биоинформатики) |
||
| Строка 4: | Строка 4: | ||
| - | В Школе Яндекса работает | + | В Школе Яндекса работает три отделения: отделение анализа данных, отделение computer science и отделение биоинформатики (с 2011/2012г). Студенты изучают следующие дисциплины. |
'''Анализ данных:''' | '''Анализ данных:''' | ||
| Строка 17: | Строка 17: | ||
* современные методы машинного обучения, обработки текстовой информации и распределенных вычислений. | * современные методы машинного обучения, обработки текстовой информации и распределенных вычислений. | ||
| + | '''Биоинформатика:''' | ||
| + | * комбинаторика и теории вероятностей, статистика, мат. анализ (для биологов) | ||
| + | * введение в биологию, системная биология, молекулярная эволюция, мед. и популяционная генетика, сравнительная геномика, иммунология, микробиология и вирусология, нейрофизиология и физиология сенсорных систем, биология развития | ||
| + | * алгоритмы биоинформатики, анализ данных, структурная биоинформатика | ||
| + | * программирование и базы данных специфических для биоинформатики | ||
= Преподаватели = | = Преподаватели = | ||
Версия 11:36, 26 июня 2012
Школа анализа данных Яндекса - организована компанией «Яндекс» в 2007 году с целью подготовки специалистов в области анализа данных и извлечения информации из интернета, проведения фундаментальных научных разработок в этой области и участия в прикладных проектах Яндекса.
Директор Школы Яндекса - профессор Ратгерского университета Илья Борисович Мучник.
В Школе Яндекса работает три отделения: отделение анализа данных, отделение computer science и отделение биоинформатики (с 2011/2012г). Студенты изучают следующие дисциплины.
Анализ данных:
- базовые разделы анализа данных (методы построения классификаторов, вычисления мер сходства между объектами, кластерный анализ, методы визуализации и сокращения размерностей);
- методы анализа специальных данных (изображений, символьных последовательностей, текстов на естественных языках и других структурных объектов);
- методы оптимизации, необходимые для построения основных вычислительных процедур (как для базовых задач, так и для специальных).
Сomputer science:
- дополнительные главы дискретного анализа, теории графов, комбинаторики и теории вероятностей.
- методы построения и анализа эффективных алгоритмов и структур данных;
- современные методы машинного обучения, обработки текстовой информации и распределенных вычислений.
Биоинформатика:
- комбинаторика и теории вероятностей, статистика, мат. анализ (для биологов)
- введение в биологию, системная биология, молекулярная эволюция, мед. и популяционная генетика, сравнительная геномика, иммунология, микробиология и вирусология, нейрофизиология и физиология сенсорных систем, биология развития
- алгоритмы биоинформатики, анализ данных, структурная биоинформатика
- программирование и базы данных специфических для биоинформатики
Преподаватели
- Ширяев, Альберт Николаевич
- Червоненкис, Алексей Яковлевич
- Поляк, Борис Теодорович
- Воронцов, Константин Вячеславович
