Для тех, кто интересуется серьезными исследованиями и планирует продолжить обучение на программах PhD
НАУЧНЫЙ ТРЕК
1
Исследовательская деятельность с 1 семестра
2
Специализированные курсы: Journal Club, Academic Writing, Математическая статистика, Визуализация данных
3
Подготовленная к публикации или уже опубликованная статья
4
Работы над научным проектом от крупных IT-компаний и научных центров
ОБЛАСТИ НАУЧНЫХ ИССЛЕДОВАНИЙ
Технологии промышленного программирования
Теория языков программирования
Машинное обучение
Алгоритмическая биоинформатика
БАЗОВЫЕ КУРСЫ
Этот курс идет всю магистратуру. На нем вы будете учиться писать академические тексты и готовить презентации
1 семестр
- Теория расписаний
- Рандомизированные алгоритмы
- Приближенные алгоритмы
- Потоковые алгоритмы
- Изучить последние публикации по алгоритмам и дискретке
2 семестр
- Повторение теории вероятностей
- Понятие выборки и оценки случайной величины
- Теория проверки гипотезы
- Проверка гипотез: тесты согласия, тесты для категориальных переменных
- Проверка гипотез: тесты для количественных переменных
- Проверка гипотез: меры связи, сравнение дисперсий, множественная проверка гипотез. Перестановочные модификации. Расчет размера выборки.
- Статистические модели
- Актуальность визуализации данных. Классификация по целям. Примеры инструментов для визуализации данных
- Основные общие принципы и хорошие практики в визуальном подходе
- Принципы визуального кодирования информации. Способы эффективного кодирования для разных типов данных
- Основные типы графиков и их применимость к различным видам задач
- Визуализация многомерных данных
- Визуализация в описательной статистике и в задачах статистического обучения
- Нюансы визуализации данных для бизнес целей
- Сложностные классы, P, NP, детерминированные и недетеминированные вычисления. NP-полнота, теорема Кука. Примеры графовых NP-полных задач
- Теорема Ладнера. Теорема Бейкера-Гилла-Соловея (не существует релятивизующегося доказательства P ≠ NP). Теорема от отсутствии coNP-полных редких языков. Теорема Мэхени (нет редких NP-полных языков)
- Теоремы о емкостной и временной иерархии. Теорема Сэвича (PS = NPS). TQBF — PS-полная задача. Теорема Иммермана (NL = coNL). P-полнота и NL-полнота.
- Теоремы о полиномиальной иерархии
- Вероятностные сложностные классы и соотношение между ними. Теорема Лаутемана (BPP и полиномиальная иерархия)
- PCP-теорема
3 семестр
- Базовые методы оптимизации, например, градиентный спуск
- Алгоритмы Ньютона и Квази-ньютон
- Метаэвристики с помощью отжига и эволюционных алгоритмов.
- Линейное программирование c ограничениями
- Способы решения целочисленного линейного программирования.
- Методы Monte-Carlo, MCMC
- Gibbs sampling
- SAT-solvers
- Sampling as optimization
Студенту предоставляется возможность вести курсы по предмету, согласованному с руководителем
БУДЬТЕ
С НАМИ
С НАМИ
ПРИЕМНАЯ ИНСТИТУТА
Программирование
и искусственный интеллект
и искусственный интеллект
МАГИСТЕРСКАЯ ПРОГРАММА
КОНТАКТЫ ПРОГРАММЫ