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

Адрес: 125319, г. Москва, 
Кочновский проезд, д. 3 (станция метро "Аэропорт").

Телефон: +7 (495) 772-95-90 *12332

Email: computerscience@hse.ru

 

Руководство

Декан Аржанцев Иван Владимирович

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
110/80/15
110 бюджетных мест
80 платных мест
15 платных мест для иностранцев
RUS
Обучение ведётся на русском языке
Бакалаврская программа

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

4 года
Очная форма обучения
70/12
70 платных мест
12 платных мест для иностранцев
ENG
Обучение ведётся на английском языке
Бакалаврская программа

Программная инженерия

4 года
Очная форма обучения
80/70/15
80 бюджетных мест
70 платных мест
15 платных мест для иностранцев
RUS
Обучение ведётся на русском языке
Магистерская программа

Анализ данных в биологии и медицине

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

Науки о данных

2 года
Очная форма обучения
55/15/6
55 бюджетных мест
15 платных мест
6 платных мест для иностранцев
RUS/ENG
Обучение ведётся на русском и английском языках
Магистерская программа

Системная и программная инженерия

2 года
Очная форма обучения
25/5/8
25 бюджетных мест
5 платных мест
8 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

Статистическая теория обучения

2 года
Очная форма обучения
20/5/4
20 бюджетных мест
5 платных мест
4 платных места для иностранцев
ENG
Обучение ведётся на английском языке
Магистерская программа

Финансовые технологии и анализ данных

2 года
Очная форма обучения
35/3
35 платных мест
3 платных места для иностранцев
RUS/ENG
Обучение ведётся на русском и английском языках
Статья
Infinite transitivity, finite generation, and Demazure roots

Arzhantsev I., Kuyumzhiyan K., Zaidenberg M.

Advances in Mathematics. 2019. Vol. 351. P. 1-32.

Статья
Bias in False Discovery Rate Estimation in Mass-Spectrometry-Based Peptide Identification

Sulimov P., Voronkova A., Danilova Y. et al.

Journal of Proteome Research. 2019. Vol. 18. No. 5. P. 2354-2358.

Статья
Compression of recurrent neural networks for efficient language modeling

Grachev A., Ignatov D. I., Savchenko A.

Applied Soft Computing Journal. 2019. Vol. 79. P. 354-362.

Глава в книге
Numerical Pattern Mining Through Compression

Makhalova T., Kuznetsov S., Napoli A.

In bk.: 2019 Data Compression Conference Proceedings. IEEE, 2019.

Бравермановские чтения: Теория обучения и связанные области

Бравермановские чтения: Теория обучения и связанные области

С 28 по 30 апреля на базе Северо-восточного университета (Бостон, США) состоялась международная конференция «Бравермановские чтения: Теория обучения и связанные области», посвященная 40-й годовщине смерти Эммануила Марковича Бравермана, одного из основателей машинного обучения.

Целью мероприятия стало обсуждение современного состояния тех направлений в области наук о данных, которые были инициированы Э.М. Браверманом. Прежде всего, построение классификаторов, использование ядерных функций, кластеризация, формирование обобщенных описаний. Организаторы конференции — Илья Мучник, научный руководитель Школы анализа данных Яндекса и Борис Миркин, профессор факультета компьютерных наук.

Программа мероприятия состояла из 5 основных частей, в рамках которых с докладами, заказанными Оргкомитетом, выступили ученые из разных стран:


Теория обучения

Evgeny Bauman и Konstantin Bauman — Detecting Linearly Separable Class by its Mean

Вадим Моттль и Олег Середин — Compactness hypothesis and potential functions in Machine Learning

Leon Bottou — Beyond Statistical Machine Learning

Vladimir Vapnik — 50 years for Machine Learning

Lev Rozonoer — About composition complexity

Alexander Gammerman — Conformal prediction and testing

Vladimir Vovk — Conformal predictive distributions

Евгений Бурнаев и Иван Назаров — Conformalized Kernel Ridge Regression

 

Ядерные функции и кластеризация 

Валентина Сулимова — Potential functions for signals and sequences

Борис Миркин — Braverman's Spectrum, Matrix Diagonalization, and K-Means: A Unified Framework for Clustering

Jennifer Dy — Learning Multiple Alternative Clustering Views

Rodrigo Franco Toso — Variance-aware clustering as an alternative to k-means and two applications in finance


Приложения

Pierre Baldi — Deep Learning Applications in the Natural Sciences

Vladimir Lumelsky — Human-Robot Teams: Interaction Between Mathematical and Hardware Issues

Pierre Baldi — Deep Learning in the Machine

Igor Mandel — Troublesome causal modeling and statistics

 

Новые направления

Илья Мучник — Personalized treatment in medicine based on feature grouping

Semyon Meerkov — Braverman’s Contributions to Justification of Describing Functions Method, Their Extensions, and Open Problems

Марк Левин — From Walrasian Equilibrium to Braverman's Disequilibrium

 

Памяти Эммануила Бравермана

Lev Rozonoer — Emmanuel Braverman as a human without restrictions

Борис Миркин — Misha Braverman: my mentor and my model

Марк Левин — Eight years with Emannuel Braverman

Аркадий Борковский — Closing Remarks

 

С презентациями докладов можно ознакомиться на сайте. Международное издательство научной литературы Шпрингер включило в план публикацию материалов конференции в серии «Новости науки».

 

Эммануил Браверман внес огромный вклад в развитие науки о данных. Вместе с небольшой группой сотрудников он начал разрабатывать темы, которые в настоящее время стали ключевыми: функции ядра, кластерный анализ сетей и матриц сходства, теорию стратифицированной выборки, кластеризацию признаковых пространств и другие. Его первая работа по машинному обучению, в которой он дал геометрический анализ Персептрона Розенблатта и его обобщение, была опубликована в 1962 году.

Само понятие «машинное обучение», как предмет исследования, введено в книгах Бравермана «Обучение машин распознаванию образов» (М., «Наука», 1964) и «Обучение машины классификации объектов» (М., «Наука», 1971, на русском языке), написанных для широкой аудитории как для популяризации предмета, так и для демонстрации собственных результатов.

Его книга «Метод потенциальных функций в теории обучения машин» в соавторстве с Марком Айзерманом и Львом Розоноэром (Москва, 1970 г., на русском языке) стала в свое время самой популярной работой в этой области.
Картинки по запросу браверман эммануил маркович
Эммануил Браверман был активным пропагандистом развивающейся области исследований, называемой теперь «наукой о данных». Пожалуй, это была самая важная его идея как основателя и преподавателя курса анализа данных и машинного обучения для студентов инженерной кибернетики МИСиС. Он также был один из руководителей Общемосковского исследовательского семинара «Расширение возможностей автоматов» в Институте проблем управления РАН в Москве.

Интересы Бравермана не ограничивались исключительно академической деятельностью. Часто окружающие обращались к нему за советом по личным вопросам. Его совет всегда был точным и мудрым, обычно с юмором, а то и сарказмом. Эту мудрость он успешно продемонстрировал, разработав совершенно оригинальный подход к моделированию советской экономики с её фиксированными ценами, дефицитом и квотами.