• 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

Мероприятия
12 июня – 14 июня
submission: 1 May 2019 
17 июня – 22 июня
Ранняя регистрация: до 15 апреля Закрытие регистрации: 15 мая 
1 июля – 10 июля
Прием заявок — до 21 апреля 
26 августа – 6 сентября
Регистрация – до 12 мая 
26 августа – 30 августа
Registration and Poster Submission deadline — May 1, 2019 
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/ENG
Обучение ведётся на русском и английском языках
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
Branching rules related to spherical actions on flag varieties
В печати

Roman Avdeev, Petukhov A.

Algebras and Representation Theory. 2019.

Статья
Minimax theorems for American options without time-consistency

Belomestny D., Kraetschmer V., Hübner T. et al.

Finance and Stochastics. 2019. Vol. 23. P. 209-238.

Статья
Separable discrete functions: Recognition and sufficient conditions

Boros E., Cepek O., Gurvich V.

Discrete Mathematics. 2019. Vol. 342. No. 5. P. 1275-1292.

Статья
Cherenkov detectors fast simulation using neural networks

Kazeev N., Derkach D., Ratnikov F. et al.

Nuclear Instruments and Methods in Physics Research, Section A: Accelerators, Spectrometers, Detectors and Associated Equipment. 2019.

Глава в книге
Averaging Weights Leads to Wider Optima and Better Generalization

Izmailov P., Garipov T., Подоприхин Д. А. et al.

In bk.: Proceedings of the international conference on Uncertainty in Artificial Intelligence (UAI 2018). 2018. P. 876-885.

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»