• 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
Образовательные программы
Бакалаврская программа

Прикладная математика и информатика

4 года
Очная форма обучения
126/80/30
126 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
100/12
100 платных мест
12 платных мест для иностранцев
ENG
Обучение ведётся на английском языке
Бакалаврская программа

Программная инженерия

4 года
Очная форма обучения
124/85/30
124 бюджетных мест
85 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
ENG
Обучение ведётся на английском языке
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
ENG
Обучение ведётся на английском языке
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
Глава в книге
Finite Time Analysis of Linear Two-timescale Stochastic Approximation with Markovian Noise

Kaledin M., Moulines E., Naumov A. et al.

In bk.: Proceedings of Machine Learning Research. Vol. 125: Proceedings of Thirty Third Conference on Learning Theory. 2020. P. 2144-2203.

Глава в книге
Re-pairing brackets

Chistikov D., Mikhail Vyalyi.

In bk.: LICS '20: 35th Annual ACM/IEEE Symposium on Logic in Computer Science. Saarbrücken, Germany. July, 2020. Association for Computing Machinery (ACM), 2020. P. 312-326.

Статья
Influence of Very Large Spatial Heterogeneity on Estimates of Sea-Level Trends

Shapoval A., Le Mouël J., Courtillot V. et al.

Applied Mathematics and Computation. 2020. Vol. 386. P. 125485.

Статья
Magnetohydrodynamic Modeling of the Solar Wind Key Parameters and Current Sheets in the Heliosphere: Radial and Solar Cycle Evolution

E. V. Maiewski, Kislov R. A., Khabarova O. V. et al.

Astrophysical Journal. 2020. Vol. 892. No. 1. P. 1-17.

[ONLINE] ИТ-лекторий: «Как нейронные сети работают на устройствах пользователей»

Мероприятие завершено
ИТ-лекторий анонс
ИТ-лекторий анонс
Екатерина Елисеева

Когда: 7 октября 2020, 18:10

Продолжительность: 1 час 20 минут

Спикер: Алексей Рак, разработчик команды голосовой активации Алисы

Машинное обучение сейчас используется для решения многих задач: распознавание речи, голосовая активация, перевод, распознавание текста на фото. При этом модели машинного обучения могут работать как на серверах, так и на пользовательских устройствах.

Если модель машинного обучения работает на сервере, пользователь отправляет на сервер свои данные и затем получает какой-нибудь ответ, а вся магия происходит в облаках. Если модель работает на устройстве, пользовательские данные в этом случае никуда не отправляются, но также это накладывает ограничения и на сами модели.

На встрече поговорим о том, какие есть плюсы и минусы у моделей, которые работают на устройствах, как ужимать модели без значительной потери качества и как обучать модели в условиях, когда данные для обучения остаются на пользовательских устройствах. Обсуждать всё это будем на примере модели голосовой активации в Алисе.

Регистрация