• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
Контакты

Тел.: +7 (495) 772-95-90 * 12332

computerscience@hse.ru

125319, Москва, Кочновский проезд, д. 3 (недалеко от станции метро "Аэропорт"). 

 

Руководство

Декан — Аржанцев Иван Владимирович

 

Первый заместитель декана факультета — Вознесенская Тамара Васильевна

 

Заместитель декана по научной работе и международным связям — Объедков Сергей Александрович

 

Заместитель декана по административно-финансовой работе — Плисецкая Ирина Александровна

Мероприятия
Образовательные программы
Бакалаврская программа

Прикладная математика и информатика

4 года
Очная форма обучения
100/80/15
100 бюджетных мест
80 платных мест
15 платных мест для иностранцев
RUS
Обучение ведётся на русском языке
Бакалаврская программа

Программа двух дипломов НИУ ВШЭ и Лондонского университета "Прикладной анализ данных"

4 года
Очная форма обучения
50/10
50 платных мест
10 платных мест для иностранцев
ENG
Обучение ведётся на английском языке
Бакалаврская программа

Программная инженерия

4 года
Очная форма обучения
80/80/15
80 бюджетных мест
80 платных мест
15 платных мест для иностранцев
RUS
Обучение ведётся на русском языке
Магистерская программа

Анализ данных в биологии и медицине

2 года
Очная форма обучения
15/5/3
15 бюджетных мест
5 платных мест
3 платных места для иностранцев
RUS/ENG
Обучение ведётся на русском и английском языках
Магистерская программа

Математические методы оптимизации и стохастики

2 года
Очная форма обучения
RUS/ENG
Обучение ведётся на русском и английском языках
Магистерская программа

Науки о данных

2 года
Очная форма обучения
55/15/6
55 бюджетных мест
15 платных мест
6 платных мест для иностранцев
RUS/ENG
Обучение ведётся на русском и английском языках
Магистерская программа

Системная и программная инженерия

2 года
Очная форма обучения
20/10/12
20 бюджетных мест
10 платных мест
12 платных мест для иностранцев
ENG
Обучение ведётся на английском языке
Магистерская программа

Системное программирование

2 года
Очная форма обучения
20/10/5
20 бюджетных мест
10 платных мест
5 платных мест для иностранцев
RUS/ENG
Обучение ведётся на русском и английском языках
Магистерская программа

Статистическая теория обучения

2 года
Очная форма обучения
20/5/5
20 бюджетных мест
5 платных мест
5 платных мест для иностранцев
ENG
Обучение ведётся на английском языке
Магистерская программа

Финансовые технологии и анализ данных

2 года
Очная форма обучения
30/3
30 платных мест
3 платных места для иностранцев
RUS/ENG
Обучение ведётся на русском и английском языках
Глава в книге
GANs for Biological Image Synthesis

Osokin A., Chessel A., Carazo Salas R. E. et al.

In bk.: Proceedings of the IEEE International Conference on Computer Vision (ICCV 2017). Venice: IEEE, 2017. P. 2252-2261.

Статья
The Second Term in the Asymptotics for the Number of Points Moving Along a Metric Graph

Vsevolod L. Chernyshev, Tolchennikov A. A.

Regular and Chaotic Dynamics. 2017. Vol. 22. No. 8. P. 937-948.

Статья
A Conditional Information Inequality and its Combinatorial Applications

Vereshchagin N., Kaced T., Romashchenko A.

IEEE Transactions on Information Theory. 2018. No. 99. P. 1-8.

Статья
Dual subgradient method with averaging for optimal resource allocation
В печати

Nesterov Y., Shikhman V.

European Journal of Operational Research. 2018. P. 1-10.

Статья
Finite sample properties of the mean occupancy counts and probabilities
В печати

Decrouez G. G., Grabchak M., Paris Q.

Bernoulli: a journal of mathematical statistics and probability. 2018. Vol. 24. No. 3. P. 1910-1941.

Коллоквиум ФКН: On empirical risk minimization and its variants for statistical learning. Докладчик: Quentin Paris, НИУ ВШЭ

Мероприятие завершено

23 января, 18:10 – 19:30 

Quentin Paris, НИУ ВШЭ 

On empirical risk minimization and its variants for statistical learning

In this talk, we review fundamental principles of empirical risk minimization and its performance guarantees for statistical learning. We discuss the close interaction with the field of empirical processes and the connection to Vapnik–Chervonenkis combinatorics (including the notion of combinatorial dimension). We present the best known theoretical guarantees for the prediction error of empirical risk minimizers, discuss the limitations of the method, and mention some recent contributions.

Приглашаются все желающие.

Афиша коллоквиума

Место проведения: Кочновский проезд, 3, ауд. 205 (2 этаж)

Заказать пропуск на проход в здание можно на computerscience@hse.ru