В четверг, 27 апреля, в Центре развития одарённых детей с научно-популярной лекцией перед обучающимися потока 14/56 выступил кандидат физико-математических наук Дмитрий Петрович Ветров (факультет компьютерных наук Высшей школы экономики).
Лекция называется «Байесовские методы машинного обучения» и является частью целого курса, который Дмитрий Петрович преподаёт студентам.
| Курс лекций посвящен байесовским методам решения различных задач машинного обучения (классификации, восстановления регрессии, уменьшения размерности, разделения смесей, тематического моделирования и др.), которые в настоящее время активно развиваются в мире. Большинство современных научных публикаций по машинному обучению используют вероятностное моделирование, опирающееся на байесовский подход к теории вероятностей. Последний позволяет эффективно учитывать различные предпочтения пользователя при построении решающих правил прогноза. Кроме того, он позволяет решать задачи выбора структурных параметров модели. В частности, здесь удается решать без комбинаторного перебора задачи селекции признаков, выбора числа кластеров в данных, размерности редуцированного пространства при уменьшении размерности, значений коэффициентов регуляризации и пр. В байесовском подходе вероятность интерпретируется как мера незнания, а не как объективная случайность. Простые правила оперирования с вероятностью, такие как формула полной вероятности и формула Байеса, позволяют проводить рассуждения в условиях неопределенности. В этом смысле байесовский подход к теории вероятностей можно рассматривать как обобщение классической булевой логики.
Основной задачей курса является привитие слушателям навыков самостоятельного построения сложных вероятностных моделей обработки данных, используя стандартные модели в качестве своеобразных «кирпичиков». Особое внимание уделяется приближенным байесовским методам, позволяющим обсчитывать сложные вероятностные модели. |
Ветров Дмитрий Петрович (р. 1981г.) — кандидат физико-математических наук, профессор-исследователь ФКН ВШЭ, ведущий исследователь Яндекса, руководитель спецсеминара «Байесовские методы машинного обучения» и группы Байесовских методов в МГУ. Окончил факультет вычислительной математики и кибернетики Московского государственного университета им. М.В. Ломоносова в 2003г., получил степень кандидата физико-математических наук в 2006г (тема диссертации «Влияние устойчивости алгоритмов классификации на точность их работы»). Автор более 120 научных публикаций. Лауреат стипендии Президента РФ для аспирантов (2005), гранта Президента РФ для молодых кандидатов наук (2008-2009, 2010-2011), стипендии МГУ для талантливых молодых преподавателей и ученых (2010, 2011, 2013, 2014), стипендии ВМК для них же (2012), стипендии Президента для молодых ученых (2012-2014). Руководитель гранта РФФИ мол_а_вед для ведущих научных групп под руководством молодых ученых (2013-2014, 2015-2016).
Область научных интересов: байесовские методы в машинном обучении, графические модели, компьютерное зрение, когнитивные исследования.
Дмитрий Ветров читает лекции по курсам «Байесовские методы машинного обучения», «Графические модели» в МГУ и в школе Анализа данных Яндекса.
Хобби: всемирная история, альтернативная история, геополитика, Вторая мировая война.