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.

 ✖
  • A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
vision Версия для слабовидящих Меню
Учебные курсы
ФКН
НИУ ВШЭ в Нижнем Новгороде
vision Версия для слабовидящих
Расширенный поиск по сайту
Кафедра прикладной математики и информатики (Нижний Новгород)
Факультет информатики, математики и компьютерных наук (Нижний Новгород)
Кафедра прикладной математики и информатики (Нижний Новгород)
Контакты

603093 Н.Новгород, ул. Родионова, д. 136, 406 к.

Тел: (831) 436-13-97
E-mail: kaf_pmi@hse.ru

О кафедре

Кафедра ПМИ создана в 2006 году как выпускающая кафедра по направлению "Прикладная математика и информатика".

Целью деятельности кафедры «Прикладной математики и информатики» является подготовка высококвалифицированных специалистов (бакалавров и магистров) по направлению 010500 «Прикладная математика и информатика», обладающих знаниями и квалификацией, необходимыми для профессионального моделирования и информационного обеспечения экономических и бизнес процессов, анализа и обработки данных.

Научная деятельность

Кафедра выполняет межкафедральные (кафедры Информационных систем и технологий, Математики и др.) исследовательские проекты, национальные проекты в составе общих исследовательских групп (РФФИ, проекты Минобрнауки РФ и др.) с участием  партнеров из Института прикладной математики им. М. Келдыша РАН, Математического института им. В. Стеклова РАН, Института прикладной физики РАН, МГУ им. М. Ломоносова, ННГУ им Н. Лобачевского. Осуществляется международное сотрудничество с различными научными центрами Европы и США.

Публикации
Книга
Теория вероятностей и математическая статистика. 2-е изд.

Колданов А. П., Колданов П. А.

М.: Издательский дом НИУ ВШЭ, 2024.

Статья
Эффективный поиск минимального дерева на точках пространства в $l_1$-норме

Каймаков К. В., Малышев Д. С.

Математические заметки. 2025. Т. 117. № 5. С. 672-679.

Глава в книге
ALOE: Boosting Large Language Model Fine-Tuning with Aggressive Loss-Based Elimination of Samples

Demidovskij A., Трутнев А. И., Тугарев А. М. et al.

In bk.: Frontiers in Artificial Intelligence and Applications: 27th European Conference on Artificial Intelligence, 19–24 October 2024, Santiago de Compostela, Spain. Vol. 392. IOS Press Ebooks, 2024. P. 3980-3986.

Препринт
The Gamma-Theta Conjecture holds for planar graphs

Taletskii D.

math. arXiv. Cornell University, 2024

Все публикации
Контакты

603093 Н.Новгород, ул. Родионова, д. 136, 406 к.

Тел: (831) 436-13-97
E-mail: kaf_pmi@hse.ru

Факультет информатики, математики и компьютерных наук (Нижний Новгород)
Кафедра прикладной математики и информатики (Нижний Новгород)

Избранные вопросы анализа данных

2024/2025
Учебный год
RUS
Обучение ведется на русском языке
3
Кредиты
Кто читает:
Кафедра прикладной математики и информатики (Нижний Новгород) (Факультет информатики, математики и компьютерных наук (Нижний Новгород))
Статус:
Курс обязательный
Когда читается:
3-й курс, 3 модуль

Преподаватель

Шимко Алексей Андреевич

Шимко Алексей Андреевич

Программа дисциплины

Полная версия программы учебной дисциплиныЗадать вопрос

Аннотация

Дисциплина "Избранные вопросы анализа данных" предназначена для развития знаний и практических навыков студентов по анализу данных. Дисциплина является продолжением дисциплины "анализ данных". Темы для изучения отбираются преподавателем. Среди прочих вопросов предполагается развитие таких методов машинного обучения, как деревья решений в задачах классификации и сверточные нейронные сети..
Цель освоения дисциплины

Цель освоения дисциплины

  • Целью освоения дисциплины «Избранные вопросы анализа данных» является получение высшего профессионально профилированного (на уровне бакалавра) образования, позволяющего выпускнику успешно работать в избранной сфере деятельности, обладать универсальными и предметно-специализированными компетенциями, способствующими его социальной мобильности и устойчивости на рынке труда.
Планируемые результаты обучения

Планируемые результаты обучения

  • Знакомство с нейронными сетями
  • Знание известных архитектур классификации изображений
  • Знание последних результатов в области глубокого обучения
  • Понимание математических основ алгоритма обратного распространения ошибок
  • Понимание уязвимых мест нейронных сетей и возможных проблем в их работе
  • Понимание целей использования свёрточных и рекуррентных слоёв нейронной сети
  • Умение создавать архитектуры нейронных сетей и настраивать их для поставленных целей
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Нейронные сети: основы
  • Нейронные сети: настройка
  • Архитектуры нейронных сетей
Элементы контроля

Элементы контроля

  • неблокирующий Домашняя работа
  • неблокирующий Домашняя работа
  • неблокирующий Домашняя работа
  • неблокирующий Домашняя работа
  • неблокирующий Домашняя работа
  • неблокирующий Домашняя работа
  • неблокирующий Экзамен
    Demo day
Промежуточная аттестация

Промежуточная аттестация

  • 2024/2025 3rd module
    0.1 * Домашняя работа + 0.1 * Домашняя работа + 0.1 * Домашняя работа + 0.1 * Домашняя работа + 0.1 * Домашняя работа + 0.1 * Домашняя работа + 0.4 * Экзамен
Список литературы

Список литературы

Рекомендуемая основная литература

  • Барский, А. Б. Введение в нейронные сети : учебное пособие / А. Б. Барский. — 2-е изд. — Москва : ИНТУИТ, 2016. — 358 с. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/100684 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.
  • Графовые нейронные сети на Python, Лабонн, М., 2025
  • Искусственные нейронные сети. Практикум : учебное пособие / Е. Ю. Бутырский, Н. А. Жукова, В. Б. Мельников [и др.] ; под ред. В. В. Цехановского. — Москва : КноРус, 2024. — 381 с. — ISBN 978-5-406-12340-9. — URL: https://book.ru/book/951505 (дата обращения: 27.08.2024). — Текст : электронный.
  • Нейронные сети. Полный курс : пер. с англ., Хайкин, С., 2018
  • Эволюционное глубокое обучение : генетические алгоритмы и нейронные сети, Лэнхэм, М., 2024

Рекомендуемая дополнительная литература

  • Искусственные нейронные сети : учебник / В. В. Цехановский, Е. Ю. Бутырский, Н. А. Жукова [и др.] ; под ред. В. В. Цехановского. — Москва : КноРус, 2023. — 350 с. — ISBN 978-5-406-10678-5. — URL: https://book.ru/book/947113 (дата обращения: 27.08.2024). — Текст : электронный.
  • Нейронные сети : полный курс, Хайкин, С., 2006

Авторы

  • Шимко Алексей Андреевич
  • Калягин Валерий Александрович