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

30.08.2019 г.: Добавлено расписание занятий на предстоящий семестр.

27.08.2019 г.: Определён список студентов, принятых в магистратуру кафедры в 2019 году.

Все новости

• 23 сентября 2019 года: Начинается чтение спецкурса Логический анализ данных в распознавании, (Logical data analysis in recognition) лектор Е.В. Дюкова.

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. Спецкурс проходит по понедельникам в ауд. 615, начало в 16-20. Первое занятие состоится 30 сентября (понедельник).

• 23 сентября 2019 года: Начинается чтение спецкурса Методы машинного обучения и поиск достоверных закономерностей в данных (Machine learning and search of regularities in data)», лектор д.ф.-м.н. Сенько О.В.

В курсе обсуждаются основные проблемы, возникающие при использовании методов обучения по прецедентам (машинного обучения). Обсуждаются способы повышения обобщающей способности – точности прогноза на новых данных. Рассказывается о тесно связанной с задачей машинного обучения задаче поиска закономерностей в данных. Под закономерностью понимается некоторое относительно простое правило, связывающее прогнозируемую величину с другими переменными. Рассказывается о современных методах статистической верификации закономерностей, основанных на перестановочных тестах. Обсуждаются методы распознавания и регрессионного анализа, основанные методы, основанные на вычислении коллективных решений по системам закономерностей. Рассказывается также о различных методах кластерного анализа. Приведены примеры успешно решённых задач диагностики, прогнозирования, интеллектуального анализа данных в различных областях, включая медицину, антропологию, социологию, химию др. Приглашаются бакалавры. Спецкурс проходит по четвергам в ауд. 606, начало в 18-00. Первое занятие состоится 26 сентября (четверг).

10.09.2019: Начинает работу спецсеминар Байесовские методы машинного обучения, рук. Ветров Д.П. Спецсеминар будет проходить в здании ВШЭ на Покровском бульваре в ауд. R304, начало в 19-00. Первый спецсеминар состоится 13 сентября.

Все объявления

• Ветров Дмитрий Петрович, к.ф.-м.н.
• Воронцов Константин Вячеславович, д.ф.-м.н.
• Гуров Сергей Исаевич, к.ф.-м.н.
• Дьяконов Александр Геннадьевич, д.ф.-м.н.
• Дюкова Елена Всеволодовна, д.ф.-м.н.
• Журавлёв Юрий Иванович, академик РАН — заведующий кафедрой
• 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.
• Рудаков Константин Владимирович, академик РАН
• 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, Д.А. Кропотов, А. Попов

• Математические методы распознавания образов: лекции (В.В. Китов), семинары (Е.А. Соколов)
• Прикладная алгебра (3-й поток), С.И. Гуров, Д.А. Кропотов

Четвёртый курс

• Практикум на ЭВМ, А.И. Майсурадзе

• Байесовские методы в машинном обучении, Д.П. Ветров (лекции), К. Струминский, А. Волохова (семинары)

• Прикладная алгебра (часть 2), С.И. Гуров

Магистры, 1-й год обучения

• Глубинное обучение (на англ.яз.), Д.А. Кропотов

• Алгоритмика, Л.М. Местецкий

• Прикладные задачи анализа данных, А.Г. Дьяконов

Магистры, 2-й год обучения

• Математические методы классификации, К.В. Рудаков
• Обучение с подкреплением, Д.А. Кропотов

• Математические методы анализа текстов, К.В. Воронцов

Все кафедральные курсы

• Непрерывные морфологические модели и алгоритмы (Continuous morphological models and algorithms), Л.М. Местецкий, для бакалавров, проходит по средам в ауд. 508, начало в 18-00. Первое занятие 2 октября.

• Введение в машинное обучение, А.Г. Дьяконов, для бакалавров, проходит раз в две недели по понедельникам в ауд. 508, начало в 18-20. Первое занятие 23 сентября.

• Основные модели данных в аналитической деятельности (Аналитический SQL) (Essential Data Models in Data Analysis)(Analytical SQL), А.И. Майсурадзе, для бакалавров, проходит по понедельникам в ауд. 582, начало в 16-20. Первое занятие 9 сентября.

• Методы машинного обучения и поиск закономерностей в данных (Machine learning and search of regularities in data), лектор О.В. Сенько, для бакалавров, проходит по четвергам в ауд. 606, начало в 18-00. Первое занятие 26 сентября.

• Логический анализ данных в распознавании, (Logical data analysis in recognition) лектор Е.В. Дюкова, для бакалавров, проходит по понедельникам в ауд. 615, начало в 16-20. Первое занятие 30 сентября.

Все спецкурсы

• Байесовские методы машинного обучения, Д.П.Ветров, проходит по пятницам в ВШЭ на Покровке, ауд. R304, начало в 19-00. Первый спецсеминар состоится 13 сентября.

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