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

Адрес: 109028, г. Москва, Покровский бульвар, д. 11

Телефон: +7 (495) 531-00-00 *27254

Email: computerscience@hse.ru

 

Руководство
Первый заместитель декана Вознесенская Тамара Васильевна
Заместитель декана по научной работе и международному сотрудничеству Объедков Сергей Александрович
Заместитель декана по учебно-методической работе Самоненко Илья Юрьевич
Заместитель декана по развитию и административно-финансовой работе Плисецкая Ирина Александровна
Мероприятия
19 ноября – 20 ноября
26 ноября – 30 ноября
30 ноября, 10:00
19 февраля 2020 – 22 февраля 2020
Образовательные программы
Бакалаврская программа

Прикладная математика и информатика

4 года
Очная форма обучения
117/80/30
117 бюджетных мест
80 платных мест
30 платных мест для иностранцев
RUS/ENG
Обучение ведётся на русском и английском языках
Бакалаврская программа

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

4 года
Очная форма обучения
80/12
80 платных мест
12 платных мест для иностранцев
ENG
Обучение ведётся на английском языке
Бакалаврская программа

Программная инженерия

4 года
Очная форма обучения
110/70/30
110 бюджетных мест
70 платных мест
30 платных мест для иностранцев
RUS/ENG
Обучение ведётся на русском и английском языках
Магистерская программа

Анализ данных в биологии и медицине

2 года
Очная форма обучения
20/5/1
20 бюджетных мест
5 платных мест
1 платное место для иностранцев
RUS/ENG
Обучение ведётся на русском и английском языках
Магистерская программа

Магистр по наукам о данных

2 года
Заочная
100
100 платных мест
ENG
Обучение ведётся на английском языке
Магистерская программа

Науки о данных

2 года
Очная форма обучения
60/15/20
60 бюджетных мест
15 платных мест
20 платных мест для иностранцев
RUS/ENG
Обучение ведётся на русском и английском языках
Магистерская программа

Системная и программная инженерия

2 года
Очная форма обучения
25/5/15
25 бюджетных мест
5 платных мест
15 платных мест для иностранцев
RUS/ENG
Обучение ведётся на русском и английском языках
Магистерская программа

Системное программирование

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

Статистическая теория обучения

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

Финансовые технологии и анализ данных

2 года
Очная форма обучения
35/1
35 платных мест
1 платное место для иностранцев
RUS/ENG
Обучение ведётся на русском и английском языках
Статья
Sparse covariance matrix estimation in high-dimensional deconvolution

Belomestny D., Trabs M., Tsybakov A.

Bernoulli: a journal of mathematical statistics and probability. 2019. Vol. 25. No. 3. P. 1901-1938.

Статья
Axiomatization of provable n-provability

Beklemishev L. D., Kolmakov E.

Journal of Symbolic Logic. 2019. Vol. Volume 84. No. Issue 2. P. 849-869.

Глава в книге
ChronosDB in Action: Manage, Process, and Visualize Big Geospatial Arrays in the Cloud

Rodriges Zalipynis R. A.

In bk.: Proceedings of the ACM SIGMOD International Conference on Management of Data. NY: ACM, 2019. P. 1985-1988.

Предварительная защита кандидатской диссертации Татьяны Махаловой

12+
Мероприятие завершено

Приглашаем на предварительную защиту кандидатской диссертации Татьяны Махаловой, в рамках семинара "Математические модели информационных технологий" Департамента анализа данных и искусственного интеллекта и МНУЛ интеллектуальных систем и структурного анализа под руководством Сергея Кузнецова.

Тема: "Индексы интересности замкнутых описаний в задачах анализа данных и обнаружения знаний" (Специальность 05.13.17 Теоретические основы информатики).

Докладчик: Татьяна Павловна Махалова

Аннотация: В диссертационной работе исследуются различные методы оценки интересности замкнутых признаковых описаний (паттернов). Разработана таксономия существующих индексов оценки интересности паттернов по формальным признакам. Также проведен анализ эмпирических характеристик индексов: выделены группы тех, которых предоставляют схожее ранжирование паттернов на практике, и группы индексов, устойчивых к шуму в данных. Предложен метод, использующий принцип минимальной длины описания, для устранения недостатков существующих подходов к отбору паттернов на основе индексов интересности. Получены точные оценки вероятности переобучения семейства алгоритмов на основе оценки их классов эквивалентности. Разработана модель для интерактивного уточнения поисковых запросов. Предложенная модель использует индексы интересности при обходе таксономии предметной области и адаптируется к новой информации, получаемой от пользователя. Разработан подход к отбору множества (интересных) паттернов в численных данных с использованием формализма интервальных узорных структур. Качество работы предложенных методов анализируется как на реальных данных из открытых источников, так и на основе синтетических данных.

Научный руководитель: доктор физико-математических наук, профессор Сергей Олегович Кузнецов.

Место проведения: Покровский бульвар, д. 11, D206, 16:40

С текстом диссертации и автореферата можно ознакомиться в Департаменте анализа данных и искусственного интеллекта (Покровский б-р, д.11, каб. S938).