Обучение, понимание и оптимизация в моделях искусственного интеллекта
Летняя школа продолжает серию традиционных школ под общим названием «Управление, информация и оптимизация». Школа станет важным событием в мире научно-технического образования для студентов, аспирантов и молодых учёных. В этом году мы пригласили лучших экспертов, чтобы познакомить наших слушателей с современными разделами прикладной математики.
Мы подготовили:
🗹 Мини-курсы:
• Введение в современную стохастическую оптимизацию (А. Гасников)
• Методы эффективного генерирования данных (А. Наумов)
• Матричные и тензорные методы в задачах машинного обучения (М. Рахуба)
🗹 Лекции, семинары, доклады и консультации от ведущих учёных
🗹 Постерную сессию от участников (прием заявок до 16 июня!)
🗹 Социальную и культурную программу
Условия участия:
Для участия в мероприятии необходимо зарегистрироваться до 30 апреля 2022 г. и пройти отбор (по резюме).
Участие в школе бесплатное. Участникам, успешно прошедшим отбор, будут куплены ж/д билеты в г. Санкт-Петербург и обратно, предоставлено проживание в Кочубей-центре и питание.
Участники, успешно прошедшие отбор
Программа:
Понедельник, 20 июня
17:30-19:00 Встреча, размещение, знакомство, свободное время
19:00-20:00 Ужин
20:00-21:30 Вечер-знакомство
Вторник, 21 июня
08:00-09:00 Завтрак
09:00-11:30 Мини-курс: М. Рахуба «Матричные и тензорные методы в задачах машинного обучения» Часть 1
11:30-11:45 Кофе-брейк
11:45-12:45 Лекция: Б. Поляк «The Unreasonable Effectiveness of Optimization in Applications: Personal Experience»
12:45-13:00 Обсуждение
13:00-14:30 Обед
14:30-16:00 Лекция: А. Проскурников «Консенсус в многоагентных системах»
16:00-16:30 Кофе-брейк
16:30-17:30 Лекция: Д. Тяпкин «Математика обучения с подкреплением: Байесовский подход»
17:30-19:00 Экскурсия по особняку Л.В. Кочубея/ Свободное время
19:00-20:00 Ужин
20:00-21:30 Квиз!
Среда, 22 июня
08:00-09:00 Завтрак
09:00-11:30 Мини-курс: А. Гасников «Введение в современную стохастическую оптимизацию». Часть 1
11:30-11:45 Кофе-брейк
11:45-12:45 Лекция: Д. Камзолов «Использование информации второго порядка для ускорения методов оптимизации»
12:45-13:00 Обсуждение
13:00-14:30 Обед
14:30-16:00 Мини-курс: А. Наумов «Методы эффективного генерирования данных». Часть 1
16:00-16:15 Кофе-брейк
16:15-17:30 Мини-курс: А. Наумов «Методы эффективного генерирования данных». Часть 1
17:30-19:00 Круглый стол «Научная карьера»
19:00-20:00 Ужин
20:00-21:30 Угадай мелодию!
Четверг, 23 июня
08:00-09:00 Завтрак
09:00-19:00 Экскурсия
19:00-20:00 Ужин
Пятница, 24 июня
08:00-09:00 Завтрак
09:00-11:30 Мини-курс: М. Рахуба «Матричные и тензорные методы в задачах машинного обучения». Часть 2
11:30-11:45 Кофе-брейк
11:45-12:45 Лекция: Д. Двинских «Безградиентные методы при враждебном шуме»
12:45-13:00 Общее фото
13:00-14:30 Обед
14:30-15:45 Лекция: А. Проскурников «Некоторые модели динамики мнений»
15:45-16:00 Кофе-брейк
16:00-16:45 Лекция: Н. Пучкин «О построении более точных асимптотических доверительных множеств с помощью рандомизации»
16:45-17:30 Лекция: Л. Иосипой «Новые методы в градиентном бустинге. Теория и практика». Введение
17:30-17:40 Общее фото
17:30-19:00 Постерная сессия
19:00-20:00 Торжественный ужин
20:00-21:30 Кинолекторий!
Суббота, 25 июня
08:00-09:00 Завтрак
09:00-10:30 Мини-курс: А. Гасников «Введение в современную стохастическую оптимизацию». Часть 2
10:30-11:30 Лекция: А. Безносиков «Стохастические седловые задачи и вариационные неравенства»
11:30-11:45 Кофе-брейк
11:45-12:45 Лекция: Г. Гусев «Новые методы в градиентном бустинге. Теория и практика»
12:45-13:00 Обсуждение
13:00-14:30 Обед
14:30-16:00 Мини-курс: А. Наумов «Методы эффективного генерирования данных». Часть 2
16:00-16:15 Кофе-брейк
16:15-17:30 Мини-курс: А. Наумов «Методы эффективного генерирования данных». Часть 2
17:30-19:00 Экскурсия по особняку Л.В. Кочубея/ Свободное время
19:00-20:00 Ужин
20:00-21:30 Караоке-вечер!
Воскресенье, 26 июня
08:00-09:00 Завтрак
09:00-11:30 Отъезд участников
Материалы:
Alexander Gasnikov - Algorithmic Stochastic Convex Optimization Monograph
Alexey Naumov - Efficient Sampling Techniques Lecture
Aleksandr Beznosikov - Presentation
Anton Proskurnikov - Consensus in multi-agent systems
Anton Proskurnikov - Networks of Social Influence: Some Models of Opinion Dynamics
Boris Polyak - The Unreasonable Effectiveness of Optimization in Applications: Personal Experience
Daniil Tiapkin - Math of Reinforcement Learning: Bayesian Approach
Darina Dvinskikh - Derivative-Free Optimization under Adversarial Noise
Dmitry Kamzolov - How to use second-order information to speed up optimization method
Maxim Rakhuba - Matrix and tensor methods in ML Lecture 1
Maxim Rakhuba - Matrix and tensor methods in ML Lecture 2
Nikita Puchkin - Inference via randomized test statistics
Sergey Samsonov - Efficient Sampling Techniques Seminars
Gleb Gusev - Modern methods in gradient boosting: theory and practice
Leonid Iosipoi - Modern Methods in Gradient Boosting. Theory and Practice
