• 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
117/80/30
117 бюджетных мест
80 платных мест
30 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
80/12
80 платных мест
12 платных мест для иностранцев
ENG
Обучение ведётся на английском языке
Бакалаврская программа

Программная инженерия

4 года
Очная форма обучения
110/70/30
110 бюджетных мест
70 платных мест
30 платных мест для иностранцев
RUS
Обучение ведётся на русском языке
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
Обучение ведётся на русском языке
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
Статья
Sparse covariance matrix estimation in high-dimensional deconvolution

Belomestny D., Trabs M., Tsybakov A.

Bernoulli: a journal of mathematical statistics and probability. 2019. Vol. 25. No. 3. P. 1901-1938.

Статья
Axiomatization of provable n-provability

Beklemishev L. D., Kolmakov E.

Journal of Symbolic Logic. 2019. Vol. Volume 84. No. Issue 2. P. 849-869.

Глава в книге
ChronosDB in Action: Manage, Process, and Visualize Big Geospatial Arrays in the Cloud

Rodriges Zalipynis R. A.

In bk.: Proceedings of the ACM SIGMOD International Conference on Management of Data. NY: ACM, 2019. P. 1985-1988.

Мини-курс "Introduction to reinforcement learning" профессора Эрика Мулина

Мини-курс "Introduction to reinforcement learning" профессора Эрика Мулина

Лаборатория стохастических алгоритмов и анализа многомерных данных (HDI Lab) приглашает студентов на серию вводных лекций об обучении с подкреплением (Reinforcement Learning), которую прочитает научный руководитель лаборатории, профессор, член академии наук Франции Эрик Мулине.

Обучение с подкреплением (далее RL) – достаточно старая область, которая получила живое развитие в последние 20 лет благодаря развитию компьютерных мощностей и методов машинного обучения. Идея методов RL весьма естественна и соотносится с тем, как люди учатся решать задачи. Например, когда вы учитесь кататься на велосипеде никто не даёт вам 100 часов видео с людьми, едущими на велосипеде. Не существует многотомных книг с указаниями как ставить ноги при ходьбе. Никто не учит иностранный язык только по "обучающим выборкам" слов, фраз и их перевода. Оказывается, что у каждого обучения есть цель: научиться управлять велосипедом, ходить не падая или составлять грамотные тексты. Во всех случаях это метод проб и ошибок, при этом за успех есть некоторая награда, а за неудачу – штраф.

Методы RL только находят свои приложения, с их помощью можно участвовать в рекламных RTB-аукционах, автоматизировать производство, используя роботов (Fanuc), оптимизировать промышленные химические реакции. RL часто используется в компьютерных играх, так как там можно проводить много относительно дешёвых экспериментов и, что важнее, всегда есть естественная цель – победить или получить больше очков. Алгоритмы Alpha (Google DeepMind) побеждают чемпионов в Go и шахматы (AlphaGo 2015 и AlphaZero 2017), в Starcraft (AlphaStar 2019) и DOTA (OpenAI Five). 

Используя свой многолетний опыт в задачах стохастического управления, сотрудники HDI Lab планируют подвести более фундаментальную науку под RL, которой сейчас немного из-за того, что существующие алгоритмы непросто теоретически анализировать. В лекциях Эрика Мулина будет рассмотрено как ядро методов RL – марковские процессы принятия решений, динамическое программирование, так и современные подходы к решению задач.

Аннотация и расписание лекций

Кроме того, 16 апреля стартует ставший уже традиционным мини-курс Юрия Нестерова «Modern Algorithmic Optimization»