Тема «студенты»

С 17 по 23 июля факультет компьютерных наук совместно со Школой анализа данных Яндекса и Имперским колледжем Лондона провел III Международную летнюю школу «Машинное обучение в физике высоких энергий» (“Machine Learning in High Energy Physics”) в университете Рединга (Великобритания). В мероприятии приняли участие 60 студентов, аспирантов и ученых из 18 стран и 47 университетов.

С 20 по 27 июня 2016 года факультет компьютерных наук НИУ ВШЭ совместно со Школой анализа данных Яндекса провел Вторую Международную летнюю школу «Машинное обучение в физике высоких энергий» («Machine Learning in High Energy Physics»). В этом году школа проходила в Лундском университете (г. Лунд, Швеция). В мероприятии приняли участие 60 студентов, аспирантов и ученых из Австрии, Великобритании, Германии, Италии, России, США, Швеции, Швейцарии и 12 других стран. Среди участников были 5 студентов Высшей школы экономики.

На очередном семинаре лаборатории LAMBDA выступили Королёв Сергей — стажёр-исследователь лаборатории и Евгений Елтышев — студент МФТИ

Тема их доклада: Идентификация заряженных частиц в эксперименте LHCb.

На очередном семинаре лаборатории LAMBDA выступил Королёв Сергей — стажёр-исследователь лаборатории. 

Тема его доклада: Deephack.

На прошедшем семинаре лаборатории LAMBDA сотрудники лаборатории рассказали о темах курсовых и дипломных работ, предлагаемых на 2015/2016 год.

На очередном семинаре лаборатории LAMBDA выступил Ewen Gillies, PhD student at the Imperial College of London, COMET experiment member, LAMBDA intern. 

Тема его доклада: Pattern recognition techniques for finding very rare events in COMET experiment.

Также после семинара заведующий лабораторией Андрей Устюжанин рассказал о том, как попасть на летнюю практику в лабораторию LAMBDA.

На факультете компьютерных наук, созданном ВШЭ совместно с компанией Яндекс, открылась лаборатория методов анализа больших данных (LAMBDA). Цель новой научно-учебной лаборатории — сформировать исследовательский центр мирового уровня для решения фундаментальных задач в области компьютерных наук и развития методов обработки и анализа Big Data.