✅Вариант страницы одобрен авторами курса
<aside> 💡 Курс поддержан фондом и рекомендован как спецкурс в рамках Академической программы по искусственному интеллекту.
</aside>
Курс является обязательным для студентов 417 группы бакалавриата и спецкурсом по выбору для студентов бакалавриата 3-4 курса. Читается в весеннем семестре.
кандидат физ.-мат. наук, профессор-исследователь факультета компьютерных наук НИУ ВШЭ, заведующий центром глубинного обучения и байесовских методов НИУ ВШЭ.
Область научных интересов: байесовские методы машинного обучения, изучение рельефа функции потерь в нейросетевых моделях, глубинное обучение, диффузионные модели.
Курс посвящен применению байесовских методов в глубинном обучении. На лекциях будет рассказано о применении вероятностного моделирования для разреживания современных нейросетевых дискриминативных моделей; о байесовской интерпретации современных методов регуляризации нейронных сетей; о построения генеративных моделей с помощью вариационного вывода и стохастических дифференциальных уравнений. Также в курсе будут обсуждаться некоторые открытые проблемы глубинного обучения.
В рамках курса предполагается выполнение четырех практических заданий на следующие темы: Разреживающий вариационный дропаут, Нормадизационные потоки, Вариационный автокодировщик, Диффузионные модели.