• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
Владение языками
английский
русский
Контакты
Телефон:
84957729590*12342
Электронная почта:
Адрес: Москва, Кочновский пр., 3, комната 623
Расписание
Резюме (PDF, 61 Кб)
SPIN РИНЦ: 9122-8470
ORCID: 0000-0002-7711-7069
ResearcherID: O-7132-2015
Scopus AuthorID: 57192574102
Google Scholar
Присутственные часы
По расписанию занятий
Руководитель
Подольский В. В.
Версия для печати

 

Нашли опечатку?
Выделите её, нажмите Ctrl+Enter и отправьте нам уведомление. Спасибо за участие!

Струминский Кирилл Алексеевич


Полномочия / обязанности

Проведение научных исследований в международной лаборатории в области анализа данных, свойств колмогоровской сложности

Обучение в аспирантуре

3-й год обучения
Утвержденная тема диссертации: Применение методов непрерывной оптимизации при построении помехоустойчивых кодов
Научный руководитель: Ветров Дмитрий Петрович

Учебные курсы (2016/2017 уч. год)

Учебные курсы (2015/2016 уч. год)

Анализ данных (Майнор; где читается: Факультет компьютерных наук; 3, 4 модуль)Рус

Публикации3

Расписание занятий на сегодня

Полное расписание

Завершилась Зимняя школа ФКН-2018

В начале февраля в учебном центре «Вороново» прошла зимняя школа по компьютерным наукам для поступающих в магистратуру. Почти неделю — с 1 по 6 февраля — студенты знакомились с магистерскими программами факультета, слушали лекции на русском и английском про машинное обучение, биоинформатику и блокчейн, участвовали в хакатоне от Microsoft, мастер-классе от КРОК и телемосте с сотрудниками Fermi National Accelerator Laboratory, а также тренировались решать задания вступительных экзаменов.

'Machine Learning Algorithm Able to Find Data Patterns a Human Could Not'

In December 2016, five new international laboratories opened up at the Higher School of Economics, one of which was the International Laboratory of Deep Learning and Bayesian Methods. This lab focuses on combined neural Bayesian models that bring together two of the most successful paradigms in modern-day machine learning – the neural network paradigm and the Bayesian paradigm.

«Алгоритм машинного обучения умеет находить закономерности в данных, которые не видит человек»

В декабре 2016 года в Вышке были открыты пять новых международных лабораторий, в том числе Международная лаборатория глубинного обучения и байесовских методов. Предмет  ее исследований — комбинированные нейробайесовские модели, объединяющие достоинства двух наиболее успешных в настоящее время парадигм машинного обучения — нейросетевой и байесовской.

Шесть работ сотрудников факультета и аспирантов школы представлено на конференции NIPS 2016

С 5 по 10 декабря в Барселоне прошла конференция Neural Information Processing Systems (NIPS), собравшая ведущих мировых специалистов по машинному обучению, анализу данных и искусственному интеллекту.