Математика машинного обучения: программа магистратуры

Программа предполагает овладение необходимым математическим аппаратом и последовательное развитие навыков самостоятельной научной работы. Весь процесс направлено на то, чтобы выпускник мог формулировать новые задачи, выстраивать методологию их решения и руководить процессом разработки, привлекая узких специалистов.

Отдельное внимание уделяется воспитанию лидерских качеств и умению выбирать актуальную научную проблему, которая решается в рамках концепций статистического обучения. Обучающийся осваивает создание математических и имитационных моделей, учится оценивать их эффективность с помощью стандартных компьютерных средств, а также грамотно представлять результаты в виде публикаций и экспертных заключений. Итогом становится готовность к работе в ведущих отечественных и зарубежных компаниях и научных центрах на уровне самых высоких профессиональных требований.

Профессиональные дисциплины:

• Computational Linear Algebra
• Generative Models in Machine Learning
• Additional Topics in Probability Theory
• High Performance Python Lab
• Leadership for Innovators
• Markov Chains
• Mathematical Foundations of Reinforcement learning
• Machine Learning
• Sampling and Generative Modeling
• Reinforcement Learning
• Optimal Transport and Its Applications
• Planning Algorithms in Artificial Intelligence
• Mentor's Seminar "Math of Machine Learning "
• Mentor's Seminar "Math of Machine Learning "
• Modern Algorithmical Optimization
• Theoretical Methods of Deep Learning.