Статистическая регуляризация и перспективные методы машинного обучения

Цель курса дать слушателем представление о современном состоянии теории машинного обучения, а также об эффективных на практике методах и подходах. Особый акцент будет сделан на регуляризующие свойствах алгоритмов, как ключевых факторов эффективного применения методов машинного обучения. В курсе будет проводится связь с классической теорией регуляризации и будут намечены пути для расширения взаимодействия классической теории и машинного обучения.

В курсе:

 - слушатели получат представление о современных эффективных методах машинного обучения с подробным теоретическим обоснованием;

 - будет проведена связь методов машинного обучения с классическими математическими областями, а также разобраны перспективные направления теоретических и практических математических методов

 - применение разобранных методов будет проиллюстрировано на приложениях, имеющих большой практический интерес.

Занятия проводятся на физическом факультете МГУ им. М. В. Ломоносова

В программе курса 18 занятий: 12 лекций и 6 семинаров

Старт курса: 10 февраля 2023 года

Занятия будут проходить:

по пятницам 9:00 - 10:35, ауд. 4-46;

(вторая пара на четной неделе) 10:50 - 12:25, ауд. 5 -48

Форма записи на курс