Search results for “теория Вапника–Червоненкиса”

27 results

Machine Learning 1. Lecture 1. Basic Concepts and Examples of Applied Problems

2026LectureКонстантин Вячеславович Воронцов

Objects, features and answers; the types of supervised learning problems; parametric models and the learning method; loss functions and empirical risk minimization; the Runge example and overfitting; hold-out, leave-one-out and cross-validation; applied problems from medical diagnosis to sales forecasting; the CRISP-DM standard.

210

Machine Learning 1. Lecture 2. Stochastic Gradient and the Linear Classifier

2026LectureКонстантин Вячеславович Воронцов

The general scheme of supervised learning for regression, binary and multiclass classification; the margin and continuous approximations of the threshold loss; the linear classifier as a model of a neuron; the stochastic gradient method, momentum, Nesterov's accelerated gradient and heuristics; multicollinearity and L2 regularization; the maximum likelihood principle, its link to empirical risk minimization and the probabilistic meaning of regularization.

130

Machine Learning 1. Lecture 10. Linear Ensembles

2026LectureКонстантин Вячеславович Воронцов

Ensembles of models: base algorithms, the space of estimates, the decision rule and correcting functions; the problem of diversity of base algorithms; bagging, the random subspace method and a common pseudocode of stochastic ensembling; the unbiased out-of-bag estimate and estimating feature importance; converting simple voting into weighted voting; the random forest; boosting for binary classification with abstentions, the exponential approximation of the threshold loss function, the main theorem of AdaBoost with proof, convergence, classical AdaBoost and heuristics; why boosting does not overfit: experiments, bounding the probability of error through margins, the distribution of margins, comparison with bagging; the ComBoost algorithm.

160

Topology 2. Lecture 2

2026LectureФёдор Вылегжанин

Where simplicial homology shows up in real life — topological data analysis. The union of balls around a point cloud, persistence modules and their decomposition into a sum of interval modules over a field (the structure theorem and the algorithm), the barcode; the Vietoris–Rips and Čech complexes; the stability theorem for barcodes, the Hausdorff, Gromov–Hausdorff and Wasserstein distances; open covers and their nerves, Leray covers and the nerve theorem, the category of covers, paracompactness, Lebesgue covering dimension, Čech homology and cohomology.

520

Станислав Шапошников

@shaposhnikov

Станислав Валерьевич Шапошников — профессор кафедры математического анализа механико-математического факультета МГУ имени М. В. Ломоносова (с 2014 года) и профессор факультета математики НИУ ВШЭ (с 2013 года). Доктор физико-математических наук. Окончил мехмат МГУ в 2006 году. Кандидатская диссертация «Эллиптические уравнения для мер» (2009); докторская — «Качественные свойства стационарных распределений и переходных вероятностей диффузионных процессов» (2011), защищена в 27 лет. Специалист по уравнениям Фоккера–Планка–Колмогорова. Разработал метод перенормировки решений и в соавторстве решил задачу А. Н. Колмогорова о единственности вероятностных решений уравнений Фоккера–Планка–Колмогорова; предложил новый подход к регулярности решений эллиптических уравнений в дважды дивергентной форме. Лауреат премии имени А. Н. Колмогорова РАН (2018) за цикл работ «Стационарные уравнения Колмогорова», премии Правительства Москвы молодым учёным (2017) и премии имени И. И. Шувалова (2012) за докторскую диссертацию. Читает курсы анализа и теории вероятностей в МГУ и НИУ ВШЭ; в Независимом московском университете осенью 2026 года читает «Математический анализ-1» и «Теорию вероятностей».

Артём Авилов

@artem-avilov

Артём Алексеевич Авилов — доцент факультета математики НИУ ВШЭ и научный сотрудник Лаборатории алгебраической геометрии и её приложений (с 2017 года). Работает в Высшей школе экономики с 2012 года. Окончил механико-математический факультет МГУ имени М. В. Ломоносова (2012). Кандидат физико-математических наук (2016), диссертация «Автоморфизмы алгебраических многообразий и минимальные модели». В НИУ ВШЭ читает курсы по алгебраической геометрии — в 2026/27 учебном году «Алгебраические поверхности» и «Введение в теорию схем»; в Независимом московском университете осенью 2026 года читает курс «Алгебра-1».

Geometry. Lecture 1

2026LectureФёдор Попеленский

What geometries there are and what they have in common — Klein's Erlangen programme; the school 3–4–5 triangle and the ellipsoid; the cube and the brick as finite geometries; metric spaces; groups, quantifiers in the axioms; the group of bijections and the order of composition; left and right actions of a group on a set; the metrics $d_1$ , $d_2$ , $d_\infty$ on $\mathbb{R}^n$ ; isometries, subgroups; the order of an element; orbits, stabilisers, transitive actions; the list of geometries in the course — the Euclidean plane, the regular triangle and $S_3$ , the cube and its 48 symmetries, the Poincaré model of the Lobachevsky plane; fundamental domains; subgeometries — the square in the cube.

330