LibreTimes

Search results for “теория групп”

Categories

33 results

Теория вероятностей. Лекция 1

2026LectureСтанислав Шапошников

Конечное вероятностное пространство и пять свойств вероятности, описание всех вероятностных мер на конечном множестве, равновозможные исходы и выбор модели, классические парадоксы (две кости, раздел ставки, парадокс Бертрана), условная вероятность и правило произведения, формула полной вероятности как способ задать меру, формула Байеса, независимость событий.
0
00

Байесовская теория классификации

2026LectureКонстантин Вячеславович Воронцов

Байесовская теория классификации. Лекция курса «Машинное обучение» К. В. Воронцова. Байесовская теория классификации. Оптимальный байесовский классификатор.
0
00

Теория обобщающей способности

Lecture

Теория обобщающей способности. Лекция курса «Машинное обучение» К. В. Воронцова. Теория Вапника-Червоненкиса. Функционал равномерного отклонения частот ошибок. Функция роста, ёмкость семейства алгоритмов. Структурная минимизация риска.
0
0

Теория переобучения

Lecture

Теория переобучения. Лекция курса «Машинное обучение» К. В. Воронцова. Задача оценивания вероятности переобучения. Матрица ошибок конечного множества алгоритмов.
0
0

Теория вероятностей, Листок 1

Problem sheet

Задачный листок к курсу теории вероятностей. Институт и учебное заведение в исходных публикациях не указаны, поэтому здесь не названы.
0
0

Константин Вячеславович Воронцов — профессор РАН, доктор физико-математических наук. Заведующий кафедрой «Математические методы прогнозирования» ВМК МГУ; заведующий лабораторией «Машинное обучение и семантический анализ» Института искусственного интеллекта МГУ; заведующий кафедрой «Машинное обучение и цифровая гуманитаристика» МФТИ; профессор кафедры «Интеллектуальные системы» МФТИ; главный научный сотрудник отдела «Интеллектуальные системы» ВЦ ФИЦ ИУ РАН. Области научных интересов: машинное обучение, комбинаторная теория обобщающей способности, вероятностное тематическое моделирование, анализ текстов. Автор годового курса «Машинное обучение», который читается с 2004 года на кафедре «Интеллектуальные системы» МФТИ, с 2007 года на кафедре ММП ВМК МГУ и с 2009 года в Школе анализа данных Яндекса. Один из идеологов и администраторов ресурса MachineLearning.ru.

Hypotheses re-ranking in translation models using human markup

2024Journal articleK. V. Vorontsov, N. A. Skachkov

Известия Российской академии наук Теория и системы управления

Modern machine translation systems are trained on large volumes of parallel data obtained using heuristic methods of the Internet bypassing. The poor quality of the data leads to systematic translation errors, which can be quite noticeable from the human point of view. To fix such errors a human based models hypotheses re-ranking is introduced in this work. In this paper the use of human markup is shown not only to increase the overall quality of translation, but also to significantly reduce the number of systematic translation errors. In addition, the relative simplicity of human markup and its integration in the model training process opens up new opportunities in the field of domain adaptation of translation models for new domains like online retail.
0
1

Детекция аномалий и робастные методы

Lecture

Детекция аномалий и робастные методы. Лекция курса «Машинное обучение» К. В. Воронцова. Задачи выявления аномалий. Эвристические методы выявления аномалий. Алгоритм LOWESS.
0
0

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 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».

Интерпретируемость и объяснимость

Lecture

Интерпретируемость и объяснимость. Лекция курса «Машинное обучение» К. В. Воронцова. Интерпретируемость и объяснимость — цели, задачи, основные понятия.
0
0