Лекция, 15 декабря 2011, 20:00

Зачем учить компьютеры думать: машинное обучение и искусственный интеллект

бесплатно
Описание встречи

Первая лекция из цикла, в котором герои рубрики «Молодые ученые» расскажут и покажут, чем они занимаются в своих лабораториях.

Каждое событие — это короткий семинар, где ученый в течение 20-30 минут раскрывает суть своей научной специализации, показывает, какие приборы, методы и подходы он использует в своих исследованиях.

Перед каждым семинаром на T&P будут появляться материалы (статьи, видео или книги). С ними можно будет предварительно ознакомиться с целью обсудить возникшие вопросы после лекции. Для первой лекции рекомендуем посмотреть лекцию TED о нейро-компьютерных интерфейсах, выступление профессора Кристофера Бишопа, ведущего научного исследователя Microsoft Research Cambridge (нажать ссылку play webcast, сразу после даты), и, кроме того, видео о суперкомпьютере Ватсоне, который умеет отвечать на вопросы и обыграл двух чемпионов на телевизионной игре jeopardy. Также советуем прочитать статью доктора физико-математических наук Александра Дьяконова о «шаманстве» в анализе данных. Также можно прочитать интервью с одним из участников семинара Ильей Толстихиным в рублике «Молодые ученые» на T&P.

На первой встрече с двумя программистами-математиками речь пойдет о машинном обучении (machine learning, ML). Целью этой науки является разработка методов, благодаря которым компьютер сможет находить скрытые зависимости в данных, причем так, чтобы данных требовалось как можно меньше, а найденные зависимости как можно лучше отражали действительность. Попросту говоря, задача машинного обучения — заставить компьютер учиться. Уже сейчас достижения этой науки используются повсеместно: от медицины и банковского дела до игровых приставок и поисковых систем в интернете.

Для участия в лекции необходимо зарегистрироваться.

Преподаватели
7ece97d3e8
Илья Толстихин
В 2010 году окончил ВМиК МГУ с красным дипломом и поступил в аспирантуру Вычислительного Центра им. А.А. Дородницына РАН, отдел интеллектуальных и прикладных систем. С 2010 года работает в Лаборатории Касперского. Разработчик группы анализа методов детектирования, отдел инфраструктурных исследований. Корректор сборника международной конференции «Интеллектуализация обработки информации 2010» и сборника всероссийской конференции «Математические методы распознавания образов 2011». С 2011-го — ассистент кафедры Алгоритмов и Технологий Программирования факультета Инноваций и Высоких Технологий Московского Физико-Технического Института; семинары по курсу «Теория и методы машинного обучения». Область научных и профессиональных интересов: Машинное обучение (machine learning), теория статистического обучения (statistical learning theory), теория вероятности, теория эмпирических процессов (empirical process theory), неравенства концентрации меры (concentration of measure).
Посетили
Показать Всех
Смотрите также