Мы используем файлы cookies для улучшения работы сайта НИУ ВШЭ и большего удобства его использования. Более подробную информацию об использовании файлов cookies можно найти здесь, наши правила обработки персональных данных – здесь. Продолжая пользоваться сайтом, вы подтверждаете, что были проинформированы об использовании файлов cookies сайтом НИУ ВШЭ и согласны с нашими правилами обработки персональных данных. Вы можете отключить файлы cookies в настройках Вашего браузера.
Адрес: 109028, г. Москва, Покровский бульвар, д. 11
Телефон: +7 (495) 531-00-00 *27254
Email: computerscience@hse.ru
Факультет готовит разработчиков и исследователей. Программа обучения сформирована с учётом опыта ведущих американских и европейских университетов, таких как Stanford University (США) и EPFL (Швейцария), а также Школы анализа данных — одной из самых сильных магистратур в области computer science в России. Широкий список курсов по выбору и значительная доля программы, выделенная под них, позволит каждому студенту сформировать свою собственную образовательную траекторию. В основе обучения — практика и проектная работа.
Bondarenko A., Ajjour Y., Dittmar V. et al.
In bk.: WSDM 2022 - Proceedings of the 15th ACM International Conference on Web Search and Data Mining. Association for Computing Machinery (ACM), 2022. P. 66-74.
Belomestny Denis, Iosipoi L., Paris Q. et al.
Bernoulli: a journal of mathematical statistics and probability. 2022. Vol. 28. No. 2. P. 1382-1407.
Puchkin N., Zhivotovskiy N.
In bk.: Proceedings of Machine Learning Research. Vol. 134: Conference on Learning Theory. PMLR, 2021. P. 3806-3832.
Derkach D., Maevskiy A., Karpov M. et al.
Journal of High Energy Physics. 2022. P. 1-38.
In bk.: ESEC/FSE 2021: Proceedings of the 29th ACM Joint Meeting on European Software Engineering Conference and Symposium on the Foundations of Software Engineering. Association for Computing Machinery (ACM), 2021. P. 703-715.
На факультете компьютерных наук НИУ ВШЭ завершилась вторая летняя школа по машинному обучению в биоинформатике, которая проходила 23-27 августа. В этом году школа собрала 533 участника из 53 стран.
Среди участников школы были студенты и выпускники НИУ ВШЭ, Сколтеха, МФТИ, МГУ; университетов Кембриджа, Оксфорда, Сассекса, Глазго, Имперского колледжа Лондона (Великобритания); Политехнической школы (Ėcole polytechnique, Франция); Гейдельбергского университета (Германия); Болонского университета, Университета Сапиенца (Италия); Массачусетского технологического института (MIT), Северо-Восточного университета и Калифорнийского университета в Сан-Диего (США) и многих других университетов.
Программа школы включала в себя лекции и семинары по различным областям биоинформатики, в том числе применению машинного обучения в генетике и протеомике, нейросетевому анализу трехмерных белковых структур и байесовским методам для аннотирования генома. Среди выступающих были Мария Попцова, Назар Бекназаров (НИУ ВШЭ), Хосе Мигель Хернандез-Лобато (Кембриджский университет), Дайсуке Кихара (Университет Пердью), Матиас Хейниг (Центр Гельмгольца в Мюнхене), Уэсли де Нев (Гентский университет), Аса Бен-Гур (Университет штата Колорадо), Ярон Оренштейн (Университет Бен-Гуриона).
Участники и организаторы поделились своими впечатлениями о школе:
Удивительно, сколько активных ученых со всего мира приняло участие в качестве спикеров. Они рассказывали о своих новейших исследованиях и делились практическими навыками. Я училась во время школы наравне с участниками. В этом неоспоримое преимущество онлайн-конференций — они не только стирают границы между странами, они стирают границы пространства-времени!
Мне очень понравилась летняя школа, лекции были разнообразны и очень интересны. Они идеально соответствовали моей цели — узнать больше о том, как машинное обучение используется в биологии, и я смогла узнать довольно много. Формат школы непростой, но список тем позволил мне заранее подготовиться к докладам, которые заинтересовали меня больше других. Мне также очень понравились семинары, которые помогли увидеть практическое применение тех абстрактных идей, о которых говорили лекторы. На семинарах нам также давали готовый шаблон кода, который можно использовать в работе. Мне как начинающему аспиранту, планирующему изучать применение искусственного интеллекта в геномике, полезно иметь такую хорошую отправную точку.
Что касается докладов, которые заинтересовали меня больше всего, я бы сказала, что на данный момент самыми интересными были «Manifold Learning» и «Interpretability of Neural Networks». Я уже немного работала с глубокими нейронными сетями в геномике, поэтому мне было приятно узнать о том, что существует помимо стандартных одномерных сверточных нейронных сетей. Лекции были полезны еще и тем, что позволили мне освежить тему сверточных нейронных сетей и понять, что мои знания достаточны.
В целом, я считаю, что школа обеспечивает хорошее сочетание тем и уровней сложности для всех слушателей.
Что касается полученных знаний, то, поскольку я больше занимаюсь биологией, большинство докладов были для меня очень сложными. Тем не менее, я получил полезный опыт и смог составить «список для чтения», который поможет мне изучить эти темы. Наиболее интересным мне показался вопрос объяснимости в нейронных сетях, поскольку выявление и устранение артефактов чрезвычайно важно для работы, которой я планирую заниматься — исследовании генетических причин наркомании и психических заболеваний. В этой теме существует множество сбивающих с толку факторов. В целом, я считаю, что летняя школа была очень полезной и определенно стоящей того, чтобы не спать.
Я — студентка бакалавриата по биологии и у меня почти нет опыта в области машинного обучения, поэтому школа оказалось для меня непростой. Однако лекции были чрезвычайно понятны и увлекательны. Благодаря этому я не терялась несмотря на недостаток знаний. Один из аспектов школы, который произвел на меня наибольшее впечатление, — это то, насколько тесно я была связана с другими студентами и с преподавателями: мы обменивались источниками в групповом чате Telegram, а семинары были больше похожи на открытую дискуссию из-за постоянно возникающих крайне интересных вопросов. В целом, я считаю эту школу чрезвычайно ценной как из-за тем, которые она охватывает, так и из-за связей с коллегами, которую может создать участник. Думаю, что полученные знания пригодятся мне во время дальнейшего обучения в области биоинформатики.
Я был очень впечатлен летней школой по биоинформатике и машинному обучению, которую провела НИУ ВШЭ. Профессора со всего мира представляли очень интересный и глубокий образовательный контент, рассказывали о том, какие проблемы существуют сегодня и как они пытаются их решить.
Семинары в Google Colabs были очень увлекательными и позволили мне познакомиться с рабочим кодом для машинного обучения. Я смог пообщаться и наладить контакты со многими интересными людьми до, во время и после занятий.
Этот курс еще больше разжег мою страсть к биоинформатике и машинному обучению и помог мне определить многие области, в которых мне необходимо улучшить свое понимание.
Я надеюсь, что Вышка проведет еще одну летнюю школу в следующем году!