• 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
Образовательные программы
Бакалаврская программа

Компьютерные науки и анализ данных

4 года
Очная форма обучения
75/5
75 платных мест
5 платных мест для иностранцев
RUS
Обучение ведётся на русском языке
Бакалаврская программа

Прикладная математика и информатика

4 года
Очная форма обучения
125/60/30
125 бюджетных мест
60 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
90/12
90 платных мест
12 платных мест для иностранцев
ENG
Обучение ведётся на английском языке
Бакалаврская программа

Программная инженерия

4 года
Очная форма обучения
120/80/30
120 бюджетных мест
80 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
25/5/1
25 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
63/27
63 платных мест
27 платных мест для иностранцев
ENG
Обучение ведётся на английском языке
Магистерская программа

Математика машинного обучения

2 года
Очная форма обучения
15/5/1
15 бюджетных мест
5 платных мест
1 платное место для иностранцев
ENG
Обучение ведётся на английском языке
Магистерская программа

Машинное обучение и высоконагруженные системы

2 года
Очная форма обучения
28/2
28 платных мест
2 платных места для иностранцев
RUS
Обучение ведётся на русском языке
Магистерская программа

Науки о данных

2 года
Очная форма обучения
65/15/20
65 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
25/5/10
25 бюджетных мест
5 платных мест
10 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
Обучение ведётся на русском языке
Магистерская программа

Финансовые технологии и анализ данных

2 года
Очная форма обучения
50/1
50 платных мест
1 платное место для иностранцев
RUS/ENG
Обучение ведётся на русском и английском языках
Глава в книге
Black-Box Optimization with Local Generative Surrogates

Belavin V., Ustyuzhanin A., Широбоков С. К. et al.

In bk.: Advances in Neural Information Processing Systems 33 (NeurIPS 2020). Curran Associates, Inc., 2020. P. 14650-14662.

Статья
The multiplicative-additive Lambek calculus with subexponential and bracket modalities

Kanovich M., Kuznetsov S., Scedrov A.

Journal of Logic, Language and Information. 2021. Vol. 30. No. 1. P. 31-88.

Машины могут видеть: международный саммит по компьютерному зрению

Машины могут видеть: международный саммит по компьютерному зрению

9 июня состоялся саммит по компьютерному зрению и глубинному обучению «Machines can see», организованный совместно компаниями  Sistema VC, Visionlabs и институтом «Стрелка». Среди организаторов и докладчиков конференции были и сотрудники факультета компьютерных наук Дмитрий Ветров и Антон Конушин

Компьютерное зрение — один из разделов науки об искусственном интеллекте, теория и технология создания систем, способных извлекать содержательную информацию из изображений. Развитие этого направления оказывает огромное влияние на робототехнику, разработку беспилотного транспорта, дополненную реальность, медицину и многие другие отрасли.

Международный саммит о компьютерном зрении Machines can see проходил в России и СНГ впервые. Выступления участников были посвящены новейшим тенденциям в области искусственного интеллекта, алгоритмам глубинного обучения, использованию нейронных сетей, проблематике распознавания объектов и динамических сцен, и их практическому применению.

Фото VisionLabs.


Участие в мероприятии приняли иностранные ученые с мировым именем: Жан Понс, профессор Стэнфорда и Массачусетского технологического института, автор учебника «Компьютерное зрение»; Сумит Чинтала, исследователь искусственного интеллекта в Facebook; Корделия Шмидт, глава исследовательской группы института INRIA Grenoble во Франции, удостоенная премии Humboldt Research Award за вклад в изучение компьютерного зрения; Алексей Эфрос, профессор в области компьютерного зрения Университета Беркли; Иржи Матас, глава исследовательского центра машинного восприятия в Чешском техническом университете в Праге, автор более чем 300 научных работ на тему распознавания и отслеживания образов.

Российские разработки в области компьютерного зрения и машинного обучения представляли: Дмитрий Ветров, ведущий исследователь Яндекса и заведующий международной лабораторией глубинного обучения и байесовсих методов факультета компьютерных наук НИУ ВШЭ; Константин Лахман, ведущий специалист Яндекса в области глубинного обучения и компьютерного зрения; Виктор Лемпицкий, профессор и глава исследовательской группы по компьютерному зрению в Сколковском институте науки и технологий; Александр Чигорин, руководитель исследовательских проектов VisionLabs. 

В рамках постерной сессии свои работы также представили сотрудники международной лаборатории глубинного обучения и байесовских методов Михаил ФигурновАрсений Ашуха и аспирант аспирантской школы по компьютерным наукам Анна Соколова






Дмитрий Ветров
Заведующий международной лабораторей глубинного
обучения и байесовских методов


Мероприятие получилось интересным и было хорошо принято аудиторией. Суммарно его посетило более 1000 человек, причем не все из них были специалистами по машинному обучению, а это значит, что тема становится все более интересной для широкой публики.

Лично мне было интересно послушать коллег, большинство из них — ученые с мировым именем. Например, Сумит Чинтала — главный разработчик библиотеки PyTorch, которая в феврале 2017 стала доступной и на которую сейчас переходят все ведущие научные группы мира, занимающиеся глубинным обучением.

Мой доклад был посвящен примеру успешного применения современных байесовских методов в задачах обучения и регуляризации глубинных нейронных сетей. Необходимый математический аппарат был разработан в течение 2015-17гг. Среди прочего, он позволяет устранить избыточность современных нейросетевых архитектур, отбрасывая до 99.9% весов из сети без потери качества и обобщающей способности. Доклад опирался на статью, подготовленную коллективом сотрудников международной лаборатории, недавно принятую на главную мировую конференцию по машинному обучению ICML2017, которая пройдет в августе в Сиднее.




С подробной программой мероприятия, презентациями спикеров, а также видеозаписями выступлений вы можете ознакомиться на сайте мероприятия.