Магистерская программа «Статистическая теория обучения» / «Statistical Learning Theory» направлена на подготовку исследователей в области современной теории статистического обучения — основного раздела теории машинного обучения.

Программа рассчитана на подготовку исследователей и разработчиков новых методов на стыке нескольких современных математических дисциплин: статистики, оптимизации, машинного обучения. Магистерская программа осуществляется совместно с Сколковским институтом науки и технологий. По результатам освоения магистерской программы выдается два диплома.

Основные задачи программы

Задачей магистерской программы является знакомство студентов с наиболее актуальными результатами в области статистической теории обучения и ее приложений, необходимым математическим аппаратом, а также развитие у студентов навыков проведения самостоятельных научных исследований в данной области.

Задачами программы являются:

  • Развить у студентов навыки разработчика и исследователя в области статистической теории обучения до уровня, соответствующего самым высоким профессиональным требованиям, предъявляемым ведущими отечественными и зарубежными компаниями и научно-образовательными центрами.
  • Развить у студентов лидерские качества и навыки применять полученные фундаментальные и прикладные знания для выбора актуальной задачи (которая может быть решена в рамках концепции статистической теории обучения), разработки алгоритмов решения данной задачи, организации процесса разработки, в том числе, с привлечением узконаправленных специалистов в разных областях.
  • Научить студентов разрабатывать математические и имитационные модели для решения задач машинного обучения, использовать стандартные компьютерные средства для исследования эффективности их работы, пользоваться профессиональными поисковыми системами, представлять полученные результаты в форме публикаций и докладов, делать экспертные оценки.

Актуальность и значимость

Разработки в области машинного обучения имеют большую историю и, в том или ином виде, начались более полувека назад. Очередной бум в этой области начался в середине первой декады XXI-века и продолжается до сих пор. Сейчас разработки в области машинного обучения являются основным двигателем в областях информационного поиска, индивидуальной и диагностической медицины, финансах, разработки интеллектуальных транспортных систем, разработки рекомендательных сервисов и многих других. Экспоненциальный рост массивов доступных данных и столь же значительный рост сложности решаемых задач привели к насущной необходимости разработки новых алгоритмов.

Машинное обучение - это область исследования, связанная с разработкой средств и алгоритмов для анализа больших массивов данных с последующим использованием результатов для адаптивного управления и принятия решений. Теоретические основы машинного обучения лежат на пересечении математики и информатики.Большая часть математической составляющей машинного обучения объединена в направление «Статистическая теория обучения», которая и стала основой для данной магистерской программы.

Разработка новых методов и алгоритмов машинного обучения зачастую невозможна без глубокого знания таких областей, как теория вероятностей, математическая статистика, оптимизация и комбинаторика, а также без глубокого знания современных алгоритмов. Решение сложных задач в анализе данных, возникающих во многих приложениях, требует активной работы на стыке всех этих дисциплин.

Цель данной программы – подготовить высококвалифицированных специалистов, владеющих основными методами и подходами, используемые при разработке теории и алгоритмов машинного обучения, имеющими глубокое понимание математики, на которой данные методы и подходы основываются, а также привлечь студентов к активной исследовательской работе в данной области уже на уровне магистратуры.

Структура учебного плана

Формат программы предусматривает прочтение в рамках учебного плана магистратуры ряда обязательных курсов, а также ряда курсов по выбору студента. В число читаемых курсов входят базовые курсы и продвинутые по оптимизации, стохастике, статистике и машинному обучению. Вариативная часть содержит ряд специальных продвинутых курсов по отдельным разделам статистической теории обучения, а также ряд курсов, ориентированных на приложения теории статистического обучения к решению прикладных задач. Все курсы программы читаются в первые полтора года обучения. Наибольшая интенсивность приходится на 3-4 модули первого года обучения и 1-2 модули второго года обучения. В рамках программы предполагается участие студентов в научно-исследовательском семинаре.

Дополнительно к базовым и курсам по выбору планируется интенсивная программа привлечения ведущих мировых ученых для чтения спецкурсов по теории машинного обучения и смежным дисциплинам математики. В рамках программы планируется организация миниконференций с приглашением зарубежных ученых и с возможностью представления полученных результатов в форме докладов или постеров. Студенты программы получат возможность участия в ежегодных школах-конференциях по информационным технологиям и по современным методам оптимизации.

Целевая аудитория

Обучение в магистратуре рассчитано на выпускников бакалавриата Факультета компьютерных наук и других факультетов НИУ ВШЭ, математических факультетов иных российских и зарубежных вузов, а также специалистов, получивших образование по соответствующим специальностям и успешно справившихся со вступительными испытаниями. Целевой аудиторией являются абитуриенты с сильной математической подготовкой, нацеленные на построение академической карьеры в области машинного обучения, а также в областях, требующих сильной подготовки в области анализа данных.

Будущая профессия

Статистическая теория обучения является основным теоретическим разделом машинного обучения. Эта область является одним из наиболее активно развивающихся разделов Computer Science, крайне востребованным и в других дисциплинах (медицина, физика, экономика и финансы, транспортное планирование и многие другие). Все это вкупе делает выпускников магистерской программы крайне востребованными на академическом рынке.

Специалисты в области статистического обучения также крайне востребованы во всех областях, где возникают задачи анализа данных и предсказательного моделирования.

Среди российских компаний в выпускниках программы могут быть заинтересованы:

  • Крупные интернет-компании (Яндекс, Мэйл.ру, Озон и другие),
  • Телеком-компании (Мегафон, Билайн, МТС),
  • Банки и финансовые организации (Сбербанк-Технологии, Тиньков Кредитные Системы, Альфа-Банк и другие),
  • Крупные и средние компании в области ритейла (Эльдорадо, Техносила, Перекресток и другие),
  • Другие компании и стартапы, в которых возникает необходимость решать задачи предсказательного моделирования.
  • Среди зарубежных компаний специалисты в области статистического обучения крайне востребованы в таких компаниях, как
  • Google, Amazon.com, Netflix, Facebook и другие интернет-компании,
  • WorldQuant и другие частные компании в области алгоритмического трейдинга,
  • Huawei, Alcatel и другие разработчики телекоммуникационного оборудования.

Востребованность выпускников данной магистерской программы подтверждается как рейтингами специальностей, так и наличием большого количества открытых вакансий с высоким уровнем заработной платы.

При этом общее число ежегодно подготовленных специалистов в данной области в России существенно ниже спроса, который продолжает расти. Это во многом объясняется высокими требованиями к математической подготовке специалистов.

Вступительные испытания

  1. Высшая математика (письменно)
  2. Английский язык (квалификационный экзамен* - тестирование + аудирование)
* Квалификационный экзамен оценивается по системе зачет/незачет. Поступающие могут подтвердить необходимый уровень владения иностранным языком, предоставив в Приемную комиссию сертификат международного экзамена или сдав вступительное испытание в установленные расписанием сроки.
Программа преподается на:
английский

Просмотреть 30 других курсов в Высшая школа экономики »

Последнее обновление: November 15, 2018
Форма обучения: Campus based
Дата начала
Сент. 2019
Duration
2 Года
Полное имя
Цена
290,000 RUB
20 бюджетных мест, 5 платных мест, 5 платных мест для иностранцев
Deadline
Июль 15, 2019
По местоположению
По дате
Дата начала
Сент. 2019
Дата окончания
Сроки подачи документов
Июль 15, 2019

Сент. 2019

Location
Сроки подачи документов
Июль 15, 2019
Дата окончания
Прочее