• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Факультет информатики, математики и компьютерных наук

Проекты факультета: 
Создание лабораторных работ по курсу "Анализ данных/Машинное обучение" на основе библиотеки Intel Data Analytics Acceleration Library
В практике обучения студентов различным дисциплинам широко используется метод проектов, который предполагает опору на творчество обучающихся, приобщение их к исследовательской деятельности, организацию обучения в сотрудничестве. Групповая работа над проектами позволяет учиться навыкам совместного труда в коллективе, аргументировать свой выбор, то есть проявить свое «я», оценить себя как личность и проанализировать свои действия глазами других.

На сегодняшний день существует целая наука о данных (data science), которая изучает проблемы обработки, анализа и представления данных. В неё входит множество различных областей, такие как статистические методы, методы интеллектуального анализа данных (data mining), машинное обучение (machine learning), теория распознавания образов (pattern recognition), приложения искусственного интеллекта (AI) и так далее. Библиотека Intel DAAL будет интересна всем, кто имеет отношение к науке о данных и её областях.
       
В рамках совместного  проекта с Intel было подготовлено 11 лабораторных работ по анализу данных/машинному обучению с использованием библиотеки INTEL DAAL.

Руководитель проекта: профессор Калягин Валерий Александрович 

Исполнители: аспиранты факультета Гречихин Иван СергеевичКазаков Максим АнатольевичНиколаев Алексей Игоревич
По всем вопросам можно обращаться к менеджерам образовательных программ.

Научно-учебная группа "Анализ мультимедийных данных"

С января 2017 года группа реализует проект № 17-05-0007 «Разработка и апробация эффективных методов классификации для больших баз мультимедийных данных» в рамках Программы «Научный фонд Национального исследовательского университета «Высшая школа экономики» (НИУ ВШЭ)» и в рамках государственной поддержки ведущих университетов Российской Федерации "5-100" под руководством д.т.н., профессора кафедры информационных систем и технологий НИУ ВШЭ-НН Савченко А.В. В состав группы входят 8 молодых исполнителей: 1 аспирант, 4 магистранта программ Интеллектуальный анализ данных и Бизнес-информатика, а также 3 студента бакалавриата факультета информатики, математики и компьютерных наук НИУ ВШЭ - НН.

Основной интерес работы группы связан с анализом научной проблемы «многих малых выборок» – современные алгоритмы классификации мультимедийной информации, основанные, в частности, на глубоких нейронных сетях, характеризуются недостаточной эффективностью в типичном для практики случае наличия в базе данных малого числа эталонных объектов и большого числа классов. Рассматриваются способы повышения эффективности методов классификации мультимедийных данных, описываемых пространством признаков высокой размерности.