Математические методы прогнозирования (кафедра ВМиК МГУ)

Кафедра Математических методов прогнозирования ВМК МГУ создана в 1997 году. Организатор и заведующий кафедрой — лауреат Ленинской премии, академик РАН Юрий Иванович Журавлев. Кафедра готовит специалистов в области распознавания образов, машинного обучения, интеллектуального анализа данных, биоинформатики, анализа изображений и др. Подробнее

07.07.2022 г.: Для поступающих в магистратуру кафедры (из тех, кто не заканчивал бакалавриат кафедры) для участия в доп.испытании на программу просьба добавиться в телеграм-чат. Также просьба заполнить анкету с информацией о себе.

05.05.2022 г.: Добавлен список студентов 2-го курса, распределённых на кафедру.

Все новости

Уважаемые участники спецкурса ИИ в ИИ! 7 октября в 18 часов в аудитории П-5 состоится третья лекция спецкурса ИИ в ИИ от компании Авито.Тех Программа третьей лекции: 1. Гилязев Руслан Айдарович. Автоматическая разметка данных с помощью эвристик 2. Чернышев Вадим Дмитриевич. Использование синтетических данных 3. Игнатьева Анастасия Юрьевна. Разбор кейса 4. Будылин Роман Яковлевич. Ответы на вопросы о конкурсе

Начинается чтение спецкурса "Логический анализ данных в распознавании" (Logical data analysis in recognition). Спецкурс проводит д.ф.-м.н. Е.В. Дюкова. Первая лекция состоится 12.10.2022 в 16:20. В спецкурсе будут изложены общие принципы, лежащие в основе дискретных методов анализа информации в задачах распознавания, классификации и прогнозирования. Будут рассмотрены подходы к конструированию процедур распознавания на основе использования аппарата логических функций и методов построения покрытий булевых и целочисленных матриц. Будут изучены основные модели и рассмотрены вопросы, связанные с исследованием сложности их реализации и качества решения прикладных задач. Спецкурс для бакалавров 2-4 курсов. По спецкурсу издано учебное пособие: http://www.ccas.ru/frc/papers/djukova03mp.pdf. Преподавание спецкурса в режиме ОНЛАЙН. Презентации лекций выставлены на сайте кафедры ММП. Записаться на спецкурс и задать вопрос можно, послав письмо на адрес: edjukova@mail.ru.

Проводится чтение спецкурса "Методы машинного обучения и поиск закономерности в данных" (Machine learning and search of regularities). Спецкурс проводит д.ф.-м.н. О.В. Сенько. В спецкурсе будут рассматриваться способы решения разнообразных задач прогнозирования, распознавания, классификации, основанные на обучении по данным. Будет дан обзор существующих направлений и методов машинного обучения, рассмотрены различные современные математически обоснованные способы повышения эффективности. Будут приведены примеры успешно решенных задач диагностики, прогнозирования, в различных областях, включая медицину, экономику, бизнес, антропологию, социологию, химию, и др. Будет рассказано о математически обоснованных методах оценки качества полученных решений. Будут рассмотрены тесно связанные с машинным обучением задачи интеллектуального анализа данных, включая кластеризацию и поиск достоверных эмпирических закономерностей.

Начинается чтение совместного спецкурса для студентов ВМК "Непрерывные морфологические модели и алгоритмы" (Continuous morphological models and algorithms). Спецкурс проводит д.т.н. Л.М. Местецкий. В компьютере изображения представляются прямоугольными матрицами точек, обладающих определенным цветом и яркостью. Такое дискретное представление является удобным для ввода, запоминания, обработки в компьютере. Однако для анализа и распознавания формы объектов на изображении человеку привычнее и проще оперировать непрерывными геометрическими фигурами. Основные преимущества непрерывного представления формы объектов: адекватность его с физической сущностью «сплошных» объектов реального мира, возможность использования методов «непрерывной» математики для анализа, преобразования, распознавания формы объектов. В курсе рассматриваются основы непрерывного подхода к анализу формы объектов в дискретных изображениях. Сюда входит аппроксимация бинарных растровых изображений многоугольными фигурами, медиальное представление фигур с помощью скелетов и радиальных функций, сравнение и преобразование формы на основе медиального представления. Будут рассмотрены приложения непрерывных моделей формы в распознавании изображений: жесты, биометрия, тексты печатные и рукописные, насекомые, листья растений. Время занятий - по средам в 18:10. ауд. 609 Записаться на спецкурс и задать вопрос можно, послав письмо на адрес: mestlm@mail.ru. Первая лекция - 5 октября 2022 г. в 18:10.

Проводится чтение спецкурса для студентов бакалавриата [["Основные модели данных в аналитической деятельности" (Fundamrntal Data Models in Data Analysis). Данный курс входит в академическую программу по искусственному интеллекту. Спецкурс проводит доцент кафедры математических методов прогнозирования А.И. Майсурадзе]]. Время занятый по пятницам в 16:20, аудитория 612. В наши дни автоматизация и оптимизация многих видов деятельности невозможна без сбора и последующего анализа больших объёмов информации. При этом со временем стало ясно, что некоторые способы хранить и читать данные – модели данных – особенно удобны для людей. Именно такие модели стали универсальным языком общения людей с самыми разными технологиями. В этом смысле широчайшее распространение получила реляционная модель, а одним из самых широкоупотребительных языков оказался SQL, и сегодня самые разные технологии (совсем не только реляционные) позволяют его использовать. В ходе занятий мы будем осваивать именно само аналитическое мышление, принятое в отрасли обработки и анализа данных. Это мышление применимо в самых разных технологиях или продуктах. В курсе на практических примерах будут даваться знания и отрабатываться навыки, которые понадобятся практически любому аналитику при работе с источниками данных. Акцент делается именно на аналитической деятельности: аналитик пользуется системами сбора и хранения данных, но не собирается администрировать их. Занятия предполагают интерактивное выполнение заданий на реальных БД. Студентам рекомендуется приходить с ноутбуками. Специальной предварительной подготовки не требуется: любой студент ВМК обладает достаточными навыками для участия в курсе. Дополнительная информация о курсе доступна на портале http://www.machinelearning.ru Для записи на курс просим заполнить форму https://forms.gle/N3koQmKUNUB9SVLM7

Проводится чтение спецкурса для студентов магистратуры [["Методы и технологии анализа данных" (Methods and Technologies of Data Analysis). Спецкурс проводит доцент кафедры математических методов прогнозирования А.И. Майсурадзе]]. Время занятый по средам в 18:05, аудитория 612. Успех и сама возможность проведения многих современных индустриальных и научных проектов в самых разных предметных областях всё чаще зависит от корректного сбора данных и анализа накопленной информации. Поэтому в наши дни практически каждый специалист должен иметь представление о возможностях и ограничениях, которые возникают при использовании существующего арсенала методов и технологий всех уровней анализа данных. Цель предлагаемого курса состоит в том, чтобы создать у слушателя представление об аналитической деятельности как связи теории и доступного инструментария. Рассматриваются основные классы задач прикладной статистики, статистического распознавания, машинного обучения. Дополнительная информация о курсе доступна на портале http://www.machinelearning.ru Для записи на курс просим заполнить форму https://forms.gle/N3koQmKUNUB9SVLM7

Все объявления

• Ветров Дмитрий Петрович, к.ф.-м.н.
• Воронцов Константин Вячеславович, д.ф.-м.н. — заведующий кафедрой
• Гуров Сергей Исаевич, к.ф.-м.н.
• Дьяконов Александр Геннадьевич, д.ф.-м.н.
• Дюкова Елена Всеволодовна, д.ф.-м.н.
• Китов Виктор Владимирович, к.ф.-м.н.
• Кропотов Дмитрий Александрович, н.с. — учёный секретарь
• Майсурадзе Арчил Ивериевич, к.ф.-м.н.
• Местецкий Леонид Моисеевич, д.т.н.
• Сенько Олег Валентинович, д.ф.-м.н.

Весь персональный состав

• cs.msu.su — страница кафедры на сайте факультета ВМК.
• Интеллектуальные системы (кафедра МФТИ) — родственная кафедра на Физтехе.
• vmk.somee.com — страница со спецкурсами и спецсеминарами факультета ВМК.
• bayesgroup.ru — англоязычная страница группы Байесовских методов.

Презентация кафедры с ярмарки кафедр 2017 года

Третий курс

• Практикум на ЭВМ (317), Д.А. Кропотов.

• Математические методы распознавания образов: лекции (В.В. Китов), семинары (Е.А. Соколов)

• Прикладная алгебра (часть 1), А.Г. Дьяконов.

• Обработка и распознавание изображений, Л.М. Местецкий.

Четвёртый курс

• Машинное обучение и анализ данных (3-й поток), А.Г. Дьяконов.

• Прикладной статистический анализ данных, О.В. Сенько.

• Нейробайесовские методы, Д.П. Ветров.

Магистры, 1-й год обучения

• Методы оптимизации в машинном обучении, Д.А. Кропотов.

• Комбинаторные и логические методы анализа данных, С.И. Гуров.

Магистры, 2-й год обучения

• Математические методы классификации, К.В. Рудаков

Все кафедральные курсы

• Логический анализ данных в распознавании, (Logical data analysis in recognition) лектор Е.В. Дюкова

Логический анализ данных в распознавании, (Logical data analysis in recognition) лектор Е.В. Дюкова лекция №11, лекция №11, для бакалавров. Логический анализ данных в распознавании, (Logical data analysis in recognition) лектор Е.В. Дюкова лекция №10, лекция №10, для бакалавров. Логический анализ данных в распознавании, (Logical data analysis in recognition) лектор Е.В. Дюкова лекция №9, лекция №9, для бакалавров. Логический анализ данных в распознавании, (Logical data analysis in recognition) лектор Е.В. Дюкова лекция №7, лекция №8, для бакалавров. Логический анализ данных в распознавании, (Logical data analysis in recognition) лектор Е.В. Дюкова лекция №5, лекция №6, для бакалавров. Логический анализ данных в распознавании, (Logical data analysis in recognition) лектор Е.В. Дюкова лекция №3, лекция №4, для бакалавров. Логический анализ данных в распознавании, (Logical data analysis in recognition) лектор Е.В. Дюкова лекция №1, лекция №2, для бакалавров. Все спецкурсы

Все спецсеминары

Рекомендации

• Научно-исследовательская работа.
• Написание статей, курсовых и дипломных работ.
• Подготовка презентаций.
• Защита дипломной работы.

Файлы

• mmp-fish-kurs — образцы оформления курсовых работ в MS Word и LaTeX.
• Программа вступительного экзамена в аспирантуру по философии.
• Программа вступительного экзамена в аспирантуру по математике (основная часть + дополнение для специальности 01.01.09).
• Программа кандидатского минимума по специальности 01.01.09.

Все материалы