Μεταπτυχιακό στα Μαθηματικά της Μηχανικής Μάθησης

(Προηγουμένως - Πρόγραμμα Master "Θεωρία Στατιστικής Μάθησης")

Αυτό το κοινό πρόγραμμα εκπαιδεύει την επόμενη γενιά επιστημόνων για την αποτελεσματική διεξαγωγή θεμελιωδών ερευνών και την εργασία σε νέα προκλητικά προβλήματα στη θεωρία της στατιστικής μάθησης. Αυτό το πεδίο βρίσκεται στην αιχμή διαφόρων κλάδων των μαθηματικών και της επιστήμης των υπολογιστών. Είναι ένας από τους πιο δυναμικούς τομείς της σύγχρονης επιστήμης, που περιλαμβάνει μαθηματικές στατιστικές, μηχανική μάθηση, βελτιστοποίηση, και τη θεωρία πληροφοριών και πολυπλοκότητας. Από την αρχή του προγράμματος, οι μαθητές συνεργάζονται σε θεματικές ομάδες εργασίας και συμμετέχουν ενεργά στην έρευνα, μαθαίνοντας από HSE και Skoltech, καθώς και κορυφαίους παγκόσμιους ειδικούς στη στατιστική, τη βελτιστοποίηση και τη μηχανική μάθηση.

σύνοψη προγράμματος

Το πρόγραμμα αυτό βρίσκεται στο σταυροδρόμι των διαφόρων κλάδων των σύγχρονων μαθηματικών και επιστήμης των υπολογιστών, συμπεριλαμβανομένων των στατιστικών, της βελτιστοποίησης, της θεωρίας της μάθησης, της θεωρίας της πληροφορίας, της θεωρίας περίπλοκου χαρακτήρα, καθώς και στη διασταύρωση της επιστήμης και της καινοτομίας στον τομέα της σύγχρονης τεχνολογίας των πληροφοριών. Οι κορυφαίοι εμπειρογνώμονες του HSE και του Skoltech παρέχουν από κοινού οδηγίες σε αυτό το μοναδικό ερευνητικό πρόγραμμα.

Οι μαθητές συμμετέχουν σε μία ή περισσότερες ομάδες εργασίας (ερευνητικά σεμινάρια), όπου καθορίζουν τους τομείς εστίασης για μια αρχική έκθεση έρευνας και στη συνέχεια επιλύουν προκλήσεις στη διασταύρωση της αιχμής έρευνας και τεχνολογίας στη θεωρία της στατιστικής μάθησης. Αυτά τα σεμινάρια βασίζονται στην ομαδική εργασία, καθώς τα καθήκοντα που αναλαμβάνονται είναι τόσο περίπλοκα που δεν μπορούν να επιλυθούν μόνο από ένα άτομο. Οι μαθητές μαθαίνουν πώς να συνεργάζονται αποτελεσματικά, συνδυάζοντας τις διαφορετικές συλλογικές δεξιότητες, ικανότητες και εμπειρίες τους για να καθορίσουν επιτυχημένες λύσεις για περίπλοκα ζητήματα.

Τα μαθήματα του προγράμματος διδάσκονται από κορυφαίους HSE , συμπεριλαμβανομένων παγκοσμίου φήμης μελετητών όπως ο Δρ Yurii Nesterov, ο Δρ. Denis Belomestny, ο Δρ. Ντμίτρι Βέτροφ, ο Δρ. Αντρέι Σομπολέβσκι, ο Δρ. Alexey Naumov και ο Δρ Quentin Paris. Οι διαλέξεις παρέχονται επίσης από καθηγητές της Skoltech, συμπεριλαμβανομένων των Dr. Ivan Oseledets, Dr. Viktor Lempitsky, Dr. Evgeny Burnaev και Dr. Yury Maximov. Αυτή η ομάδα είναι αρκετά νέα, αλλά τα μέλη της έχουν ήδη πραγματοποιήσει σημαντικά ερευνητικά επιτεύγματα.

Το πρόγραμμα συνεργάζεται ενεργά με το Ινστιτούτο Ρωσικής Ακαδημίας Επιστημών για Προβλήματα Μετάδοσης Πληροφοριών, καθώς και με σχετικές σχολές στο Κρατικό Πανεπιστήμιο της Μόσχας και το Ινστιτούτο Φυσικής και Τεχνολογίας της Μόσχας. Οι απόφοιτοι συνεχίζουν να εργάζονται για μεγάλες ρωσικές και διεθνείς εταιρείες και έχουν μεγάλη ζήτηση για τις εξαιρετικές μαθηματικές τους δεξιότητες.

Μαθήματα HSE /Skoltech

1ο έτος

Βασικά Μαθήματα

• Σύγχρονες μέθοδοι ανάλυσης δεδομένων: Στοχαστικός λογισμός
• Σεμινάριο Έργου/ Εργαστήριο Καινοτομίας
• Αριθμητική Γραμμική Άλγεβρα
• Σύγχρονες μέθοδοι λήψης αποφάσεων: Προηγμένες στατιστικές μέθοδοι
• Εκμάθηση μηχανών
• Στατιστικές μέθοδοι υψηλής διάστασης

Μαθήματα επιλογής

• Εισαγωγή στην Επιστήμη των Δεδομένων
• Αποτελεσματικοί αλγόριθμοι και δομές δεδομένων
• Digitalηφιακή Επεξεργασία Εικόνας
• Πληροφορίες και Θεωρίες Κωδικοποίησης
• Βαθιά μάθηση
• Γεωμετρικές μέθοδοι μηχανικής μάθησης

2ο έτος

Βασικά Μαθήματα

• Σύγχρονη Αλγοριθμική Βελτιστοποίηση
• Ερευνητικό σεμινάριο

Μαθήματα επιλογής

• Bayesian Methods for Machine Learning
• Θεωρία τυχαίας μήτρας
• Νευροβαγιεσιανά Μοντέλα

Το πρόγραμμα στοχεύει στην προετοιμασία ερευνητών στους πιο δυναμικούς και υψηλής ζήτησης τομείς που σχετίζονται με τα μαθηματικά και την επιστήμη των υπολογιστών. Οι απόφοιτοι του μεταπτυχιακού προγράμματος μπορούν να ακολουθήσουν μια πρακτική ή ερευνητική καριέρα, και οι δύο είναι δημοφιλείς σε έναν από τους ακόλουθους τομείς:

• Διενέργεια αναλύσεων στον κλάδο, συμβουλευτικές υπηρεσίες, διάφορους τύπους ενώσεων και ιδρυμάτων, κρατικούς οργανισμούς, τράπεζες, επενδυτικά ταμεία κ.λπ.
• Δραστηριότητες εμπειρογνωμόνων που σχετίζονται με τη μεθοδολογική ανάπτυξη, την πιθανολογική μοντελοποίηση, τις στατιστικές εκτιμήσεις, τον προγραμματισμό των μεταφορών, τη βελτιστοποίηση και την πρόβλεψη εργασιών, καθώς και την εύρεση αποτελεσματικών μεθόδων, τεχνολογιών ελέγχου και ανάλυσης δεδομένων σε μια ποικιλία επαγγελματικών ειδικοτήτων.
• Παροχή τεχνικής υποστήριξης για ομάδες ανάλυσης και συμβουλευτικής που ασχολούνται με την εκμάθηση μηχανών, τον σχεδιασμό μηχανικών, την οικονομική ανάλυση, τη μοντελοποίηση και τη βελτιστοποίηση δικτύων μεταφορών.
• Συμμετοχή σε ομάδες διαχείρισης αναλυτικών, ερευνητικών και διοικητικών τμημάτων.

Οι απόφοιτοι του προγράμματος Master of the Statistical Learning Theory θα λάβουν επαρκή οδηγία για να συνεχίσουν τις σπουδές και την έρευνα σε κορυφαία παγκόσμια και ρωσικά κέντρα εφαρμοσμένων μαθηματικών, μαθηματικών μοντέλων και επιστήμης των υπολογιστών, όπως το Εργαστήριο Στοχαστικών Αλγορίθμων και Μη Παραμετρικού Στατιστικού Ινστιτούτου για Εφαρμοσμένη Ανάλυση Weierstrass and Stochastics and the Mathematics School, Humboldt University (Berlin), Catholic University of Louvain (Belgium), Joseph Fourier University (Grenoble), Max Planck Institute for Mathematics (Bonn), University of Mannheim, ENSAE ParisTech (Paris) και Steklov Μαθηματικό Ινστιτούτο (Μόσχα). Επιπλέον, πολλές κορυφαίες εταιρείες, όπως η Yandex, η Google, η Microsoft, η Bosch, η Huawei και η Siemens, ενδιαφέρονται πολύ για ειδικούς με τέτοιο ιστορικό.