Математические методы прогнозирования (кафедра ВМиК МГУ)/Новый дизайн

Материал из MachineLearning.

Перейти к: навигация, поиск
   
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
О кафедре

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

Новости
  • 11 октября 2017 года: Поздравляем студентов кафедры ММП Никиту Шаповалова, Николая Попова, Всеволода Викулина и Дарью Соболеву с первым местом на неофициальном чемпионате мира по анализу данных среди студентов вузов Data Science Game 2017.
  • 6 сентября 2017 года: Вступительный экзамен по математике в аспирантуру (устная часть) пройдёт в ауд. 523, начало в 13-00.
  • 11 марта 2017 года: С 26 по 30 августа 2017 года в Москве пройдет Летняя школа по байесовским методам в глубинном обучении. Некоторые темы школы: масштабируемые байесовские методы, байесовские нейросети, нормализация и вариационный дропаут в нейронных сетях, рекуррентные нейросети, механизмы внимания и генерация подписей к изображениям, технологии переноса стиля. Лекции будут сопровождаться практическими семинарами. Срок подачи заявок — 31 марта 2017.


Все новости

Объявления о курсах
  • 27 сентября 2017 года: Начинается чтение спецкурса «Непрерывные морфологические модели и алгоритмы» (Continuous morphological models and algorithms), лектор 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, вычисление скелетов, сравнение и преобразование формы на основе медиального представления. Будут рассмотрены приложения непрерывных моделей формы в распознавании изображений. Курс проходит по пятницам в ауд. 524, начало в 16-20. Первое занятие состоится 29 сентября.
  • 19 сентября 2017 года: Начинается чтение спецкурса «Методы машинного обучения и поиск 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. 523, начало в 18-00. Первое занятие состоится 21 сентября (четверг).
  • 12 сентября 2017 года: Спецкурс Нестатистический анализ данных (Non-statisticalmethodsofdataminingandclassification), лектор В.В.Рязанов. Основная цель спецкурса состоит в изложении основанных на оптимизационных, дискретных и эвристических подходах методов анализа данных. Будут рассмотрены логические модели распознавания (классификации с учителем) и анализа разнотипных многомерных данных, методы оптимизации моделей распознавания, алгоритмы поиска скрытых логических закономерностей и связей по признаковым описаниям, методы создания качественных моделей объектов, ситуаций, явлений или процессов. Будут рассмотрены практические численные методы решения данных задач, и их применения в медицине, бизнесе, химии, технике и других областях. The aim is to present a special course based on optimization, discrete and heuristic approaches of data mining. The logical models of supervised classification, techniques to optimize models of classification, algorithms for finding hidden logical regularities will be considered. Приглашаются бакалавры. Спецкурс проходит по вторникам, начало в 18-00, в ауд. 508.
    Первая лекция состоится 19 сентября (вторник).
  • 12 сентября 2017 года: Начинается чтение спецкурса «Аналитические модели данных и их визуализация (Analytical Data Models and Visualization)», лектор А.И. Майсурадзе. В данном курсе излагаются теоретические и практические знания, которые понадобятся всем будущим аналитикам, ведь всем им предстоит собирать и хранить данные, «разглядывать» их самим и показывать другим. Модели данных – это стандартные в области аналитической деятельности «языки», на которых аналитики рассказывают друг другу о данных. Курс учит пользоваться этими общераспространенными «языками», что обеспечивает взаимопонимание при аналитической деятельности. Визуализация – это тоже форма рассказа о данных, соответственно, она тоже происходит в рамках таких «языков». Важнейшую роль такие «языки» получили в консалтинговых и аналитических подразделениях «Большой четверки». В современном анализе данных принято выделять три уровня задач, методов и соответствующих технологий: сбор и хранение данных, оперативная аналитика и визуализация, интеллектуальный анализ. Обычно бизнес, опирающийся на анализ данных, последовательно проходит все эти уровни. Всем сотрудникам компаний, непосредственно занимающимся или поддерживающим аналитическую деятельность, постоянно приходится работать с первыми двумя уровнями. Сложные математические модели преобразования информации (машинное обучение) относятся к последнему третьему уровню. Разумеется, в эру больших данных в первую очередь выросла сложность задач и технологий первых двух уровней. Общеизвестным примером является система Google Analytics. Будут рассмотрены основные модели данных – разные способы мыслить и формализовать представление информации в аналитике. В связи с этим будет рассмотрена «аналитическая» часть SQL. В свою очередь, о визуализации будет рассказано одновременно с позиций аналитических целей и моделей данных. Будут рассмотрены «гиганты визуализации» – системы QlikView и Tableau,– развивающие идеологию OLAP. Будут рассмотрены практики «рассказывания историй по данным» (storytelling with data) и «интерактивных панелей». В курсе основное внимание уделяется «языку» аналитического общения, соответственно, большая его часть доступна бакалаврам первого-второго курсов. Предполагается, что студенты подготовят панель и сделают доклад о данных по актуальной для них жизненной проблеме. Спецкурс проходит по понедельникам в ауд. 582, начало в 16-20. Первое занятие состоится 11 сентября (понедельник).
  • 12 сентября 2017 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. По спецкурсу издано учебное пособие. Спецкурс проходит по понедельникам в ауд. 645, начало в 16-20. Первое занятие состоится 02 октября (понедельник).

Все объявления

Сотрудники

Весь персональный состав

Ссылки
   
Кафедральные курсы в текущем семестре

Третий курс


Четвёртый курс


Магистры, 1-й год обучения


Магистры, 2-й год обучения


Все кафедральные курсы

Спецкурсы в текущем семестре
  • Непрерывные морфологические модели и алгоритмы (Continuous morphological models and algorithms), Л.М. Местецкий, проходит по пятницам, в ауд. 524, начало в 16-20. Первая лекция состоится 29 сентября.
  • Методы машинного обучения и поиск закономерностей в данных (Machine learning and search of regularities in data), лектор О.В. Сенько, проходит по четвергам, в ауд. 523, начало в 18-00. Первая лекция состоится 21 сентября.
  • «Аналитические модели данных и их визуализация», (Analytical Data Models and Visualization), лектор А.И. Майсурадзе, проходит по понедельникам в ауд. 582, начало в 16-20. Первое занятие 11 сентября.

Все спецкурсы

Спецсеминары в текущем семестре

Все спецсеминары

Материалы

Рекомендации

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


Все подстраницы:

Математические методы прогнозирования (кафедра ВМиК МГУ)/Дипломные работыМатематические методы прогнозирования (кафедра ВМиК МГУ)/Доска объявленийМатематические методы прогнозирования (кафедра ВМиК МГУ)/Кафедральные курсы
Математические методы прогнозирования (кафедра ВМиК МГУ)/МатериалыМатематические методы прогнозирования (кафедра ВМиК МГУ)/Новый дизайнМатематические методы прогнозирования (кафедра ВМиК МГУ)/О кафедре
Математические методы прогнозирования (кафедра ВМиК МГУ)/Персональный составМатематические методы прогнозирования (кафедра ВМиК МГУ)/ПросеминарМатематические методы прогнозирования (кафедра ВМиК МГУ)/Расписание
Математические методы прогнозирования (кафедра ВМиК МГУ)/Спецкурсы-спецсеминарыМатематические методы прогнозирования (кафедра ВМиК МГУ)/Старый дизайнМатематические методы прогнозирования (кафедра ВМиК МГУ)/Учебный план
Личные инструменты