Лекция Дмитрия Ветрова О Математике Больших Данных: Тензоры, Нейронные Сети, Байесовский Вывод

Сегодня лекция одного из самых известных специалистов по машинному обучению в России Дмитрий Ветров , кто возглавляет кафедру больших данных и информационного поиска на факультете компьютерных наук, работающую в ВС? при поддержке Яндекс.

Как мы можем хранить и обрабатывать многомерные массивы в линейных структурах памяти? В чем польза обучения нейронных сетей из триллионов триллионов нейронов и как это можно сделать без переобучения? Можно ли обрабатывать информацию на лету, не сохраняя последовательные данные? Как оптимизировать функцию за меньшее время, чем требуется для ее вычисления в одной точке? Какие преимущества дает обучение на основе слабо размеченных данных? И почему нужно хорошо знать математику, чтобы решить все перечисленные выше задачи? И еще кое-что дальше.

Люди и их устройства начали генерировать столько данных, что даже вычислительные мощности крупных компаний не успевают за их ростом.

И хотя работа с данными невозможна без таких ресурсов, именно люди делают ее полезной.

Сейчас мы находимся на этапе, когда информации настолько много, что традиционные математические методы и модели уже неприменимы.

Из лекции Дмитрия Петровича вы узнаете, почему нужно хорошо знать математику, чтобы работать с машинным обучением и обработкой данных.

И какая «новая математика» вам для этого понадобится.

Слайды презентации находятся под катом.

Дмитрий Ветров окончил факультет вычислительной математики и информатики МГУ, кандидат физико-математических наук.

Автор более 120 научных публикаций.

Дмитрий Петрович разработал курсы «Байесовские методы машинного обучения» и «Графические модели», которые он преподает в МГУ и в Школе анализа данных Яндекса.

Участвовал в нескольких междисциплинарных исследовательских проектах по разработке новых методов машинного обучения и вероятностного вывода (когнитивные науки, медицина, неорганическая химия и т. д.).

Возглавляет исследовательскую группу Байесовские методы .

Теги: #Машинное обучение #математика #ВШ? #Алгоритмы #Большие данные #яндекс #большие данные #fcn #высшая школа

Вместе с данным постом часто просматривают: