• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
Контакты

Тиморин Владлен Анатольевич
декан

 

Артамкин Игорь Вадимович
заместитель декана

 

Кузнецова Вера Витальевна
заместитель декана

 

Фейгин Евгений Борисович
заместитель декана

 

Эстеров Александр Исаакович
заместитель декана

119048, Москва,
ул. Усачёва, 6
тел. (495) 772-95-90 *12725 (секретарь)
тел. (495) 772-95-90 *12726 (декан)
тел. (495) 624-26-16
e-mail: math@hse.ru

Учебный офис:
mathstudyoffice@hse.ru

Редакторы сайта факультета:
Коршунов Дмитрий Олегович
Кузнецова Вера Витальевна

Междисциплинарный семинар САЕ: Математика, компьютерные науки и информационные технологии

Мероприятие завершено
26 сентября в 16:30 на Факультете математике (ул. Усачева, 6, ауд. 427) пройдет третий междисциплинарный семинар САЕ "Математика, компьютерные науки и информационные технологии".

На семинаре выступят сотрудники Факультета компьютерных наук:

 

Дмитрий Ветров (Лаборатория глубинного обучения и байесовских методов)

16.30 – 17.15 «Байесовский подход к задаче восстановления зависимостей по данным»

Аннотация.

20 век был веком фишеровской (классической, частотной) статистики. С развитием сложных моделей машинного обучения, все большую популярность обретает байесовский подход к статистическому оцениванию как альтернатива фишеровскому. В докладе будут рассмотрены основные отличия байесовского подхода от классического, какие преимущества (регуляризация, композитность, модели с латентными переменными) дает применение байесовских методов к задачам машинного обучения. В заключительной части мы рассмотрим новый математический аппарат, который позволил построить масштабируемые методы байесовского вывода, пригодные для работы с большими объемами данных.

Владимир Подольский (Департамент больших данных и информационного поиска)

17.15 – 17.55 «Tropical Combinatorial Nullstellensatz and Fewnomials Testing »

Аннотация:

Tropical algebra emerges in many fields of mathematics such as algebraic geometry, mathematical physics and combinatorial optimization. In part, its importance is related to the fact that it makes various parameters of mathematical objects computationally accessible. Tropical polynomials play an important role in this. On the other hand, many algebraic questions behind tropical polynomials remain open.In this talk we address three basic questions on tropical polynomials closely related to their computational properties:

  • Given a polynomial with a certain support (set of monomials) and a (finite) set of inputs, when is it possible for the polynomial to vanish on all these inputs?
  • A more precise question, given a polynomial with a certain support and a (finite) set of inputs, how many roots can polynomial have on this set of inputs?
  • Given an integer $k$, for which $s$ there is a set of $s$ inputs such that any non-zero polynomial with at most $k$ monomials has a non-root among these inputs?

In the classical algebra well-known results in the direction of these questions are Combinatorial Nullstellensatz, Schwartz-Zippel Lemma and Universal Testing Set for sparse polynomials respectively. In this talk we will discuss these three questions for tropical polynomials and provide results analogous to the classical results mentioned above

Сергей Объедков (Департамент анализа данных и искусственного интеллекта)

17.55 – 18.35 «Обучение формулам Хорна при помощи запросов »

Аннотация:

В традиционной постановке задачи обучения с учителем мы располагаем набором данных, разбитым учителем на несколько классов, и стремимся реконструировать принцип, лежащий в основе этого разбиения. Что, если данных нет, но есть сам учитель, готовый отвечать на наши вопросы? Какие вопросы и в какой последовательности нужно задавать, чтобы как можно быстрее обучиться интересующему нас понятию?

В докладе речь пойдет о задаче обучения множеству импликативных зависимостей, выполняющихся в некоторой предметной области, — иначе говоря, задаче вычисления наиболее “сильной” формулы Хорна, справедливой для данной предметной области. В зависимости от того, на какие вопросы готов отвечать учитель, оказывается возможным решить эту задачу точно или приближенно (в смысле probably approximately correct learning), обойдясь полиномиальным (от размера искомой формулы) числом вопросов.