Департамент анализа данных и искусственного интеллекта
Скачать 0.63 Mb.
|
Список тем КР и ВКР 2015/2016Департамент анализа данных и искусственного интеллекта 2 Kertesz-Farkas Attila 3 Decrouez Geoffrey G. 5 Большакова Елена Игоревна 6 Вылиток Алексей Александрович 7 Жуков Леонид Евгеньевич 8 Захарьящев Михаил Викторович 9 Игнатов Дмитрий Игоревич 10 Канович Макс Иосифович 13 Кузнецов Сергей Олегович 14 Макаров Илья Андреевич 15 Миркин Борис Григорьевич 20 Незнанов Алексей Андреевич 21 Объедков Сергей Александрович 23 Паринов Андрей Андреевич 24 Пьяных Олег Станиславович 25 Строк Фёдор Владимирович 26 Черняк Екатерина Леонидовна 27 Яковлев Виктор Вадимович 28 Яворский Ростислав Эдуардович 29 Департамент математики 30 Алескеров Фуад Тагиевич 31 Департамент психологии 32 Balaev Vladislav 33 Gutkin Boris , Lussange Johann 35 Joe MacInnes 38 Осадчий Алексей Евгеньевич 41 Sawada Tadamasa 44 Бывшие преподаватели, аффилированные с Департаментом АДИИ 46 Jonas Poelmans 47 Борисенко Владимир Витальевич 48 Гребенюк Елена Алексеевна 49 Корухова Юлия Станиславовна 50 Лукашевич Наталья Валентиновна 51 Темы КР и ВКР Департамент анализа данных и искусственного интеллекта2015-2016 учебный год Список тем курсовых работ и выпускных квалификационных работ бакалавров и магистров направления подготовки "Прикладная математика и информатика" Контактное лицо от департамента АДИИ: Макаров Илья Андреевич hse.ru/staff/iamakarov Ilya Makarov hse.ru/en/staff/iamakarov К каждому преподавателю приложены 1-2 ссылки: Ссылка на персональную страницу (гиперссылка) Ссылки на доп. материалы Некоторые КР и ВКР ранжированы по разделам, которые должны быть указаны при презентации студентам. Kertesz-Farkas Attilahttp://www.hse.ru/en/staff/akerteszfarkas Contact: akerteszfarkas@hse.ru Projects 1: Learning to recognize identical molecular biological data using deep learning techniques This project does not require a priori knowledge on biology. Student in this project will acquire hands-on experience with basic machine learning principles and deep learning techniques (convolution layers, Boltzmann machines, etc); it is a good opportunity to improve his/her English communication, presentation and programming skills. Level: BSc/MSc Project 2: Data acquisition from mobile sensors. In this project student will implement a program for mobile phone (Android, iPhone, MS), which collects data from the sensors of the mobile phone and then carries out some simple data analysis to recognize user behavior (Running, sleeping, etc). Student in this project will acquire hands-on experience with basic machine learning principles, data analysis methods, and mobile phone developing tools; it is a good opportunity to improve his/her English communication, presentation and programming skills as well. Level: BSc/MSc Project 3: Learning to Rank via Click Through Rate data I The aim of this project is to explore the current state-of-the-art methods developed to rank items according to user's preference. This project is being carried out in collaboration with Crossss company (crossss.ru) and student will work on real user generated data along with industrial practitioners. Student in this project will acquire hands-on experience with basic machine learning principles and learning to rank methods; it is a good opportunity to improve his/her English communication, presentation and programming skills. Level: BSc/MSc Project 4: Learning to Rank via Click Through Rate data II The aim of this project is to improve explore the current state-of-the-art methods developed to rank items according to user's preference. This project is being carried out in collaboration with Crossss company (crossss.ru) and student will work with real user generated data and with industrial practitioners. Student in this project will acquire hands-on experience with basic machine learning principles and learning to rank methods; it is a good opportunity to improve his/her English communication, presentation and programming skills. Level: MSc Project 5: Preference Learning This project focuses on learning a preference binary relation. Two objects x and y are in relation if and only if the x is preferred to y by a user. Student in this project will acquire hands-on experience with basic machine learning principles and feature-based preference learning; it is a good opportunity to improve his/her English communication, presentation and programming skills. Level: BSc/MSc Project 6: Multi armed bandits Multi-armed bandit problems are receiving a great deal of attention because they adequately formalize the exploration-exploitation trade-off arising in several industrially relevant applications, such as online advertisement and, more generally, recommendation systems. In this project Student will implement and evaluate few current state-of-the-art methods for recommendation systems. Student in this project will acquire hands-on experience with basic machine learning principles, multi-armed bandits, recommendation systems; it is a good opportunity to improve his/her English communication, presentation and programming skills. Level: MSc Project 7: Fraud detection The aim of this project is to explore the current state-of-the-art methods developed for fraud detection. Student in this project will acquire hands-on experience with basic machine learning principles and fraud detection methods; it is a good opportunity to improve his/her English communication, presentation and programming skills. Level: BSc/MSc Project 8: Analyzing human motion data This project consist of two part. First acquire human motion data using some wearable 3D human motion tracking wireless devices. The second part is to analyze the data captured and predict signals for missing body parts. Student in this project will acquire hands-on experience with basic machine learning principles and fraud detection methods; it is a good opportunity to improve his/her English communication, presentation and programming skills. |
Похожие:
 | В большой степени развитию этой дисциплины способствовало проникновение в сферу анализа данных идей, возникших в теории искусственного... |  | Основные исследования, которые ведутся в области искусственного интеллекта. Понятие и структура интеллектуальной системы 2 |
| Инструкции dax вычисляются для находящегося в памяти хранилища реляционных данных, состоящего из таблиц и связей в книге PowerPivot.... | | Существует ли интеллект как психическая реальность? (причины кризиса тестологических теорий интеллекта) |
| Рик Бриггс назвал санскрит идеально пригодным языком для изучения проблем искусственного интеллекта: не утратив своей выразительности,... | | Федерального закона от 21 ноября 2011 г. N 323-фз "Об основах охраны здоровья граждан в Российской Федерации" настоящим подтверждаю... |
| Целью данной работы является изучение основных статистических методов анализа и интерпретации экспериментальных (случайных) данных... | | Эта идея единства структур способностей послужила основой многих интеллектуально-профессиональных тестов, в частности, теста структуры... |
| Эта идея единства структур способностей послужила основой многих интеллектуально-профессиональных тестов, в частности, теста структуры... | | Методы в зависимости от типа социологических исследований подразделяются на качественные и количественные, а в зависимости от этапа... |