О кафедре

Кафедра интеллектуальных систем

Физтех-школа прикладной математики и информатики МФТИ

Базовая кафедра выпускает бакалавров и магистров по направлению 010900 «Прикладные математика и физика». Обучение на кафедре ведется по трем специализациям «Интеллектуальный анализ данных», «Проектирование и организация систем», «Информационный поиск и машинное обучение». Базовая организация – Вычислительный центр ФИЦ “Информатика и управление” Российской академии наук.

Базовая организация – Вычислительный центр РАН, ФИЦ «Информатика и управление» Российской академии наук. Создана академиком РАН и выдающимся российским математиком, специалистом в области математических методов распознавания, прогнозирования и интеллектуального анализа данных Константином Владимировичем Рудаковым. Кафедра активно развивается с 2003 года в рамках научной школы академика РАН Юрия Ивановича Журавлева. Существенный вклад в развитие кафедры внесли профессор РАН, д.ф.-м.н. К.В. Воронцов и д.ф.-м.н. В.В. Стрижов.

Преподаватели кафедры

20 исследователей: профессор РАН, доктора и кандидаты наук. Преподаватели – молодые кандидаты наук, выпускники кафедры к.ф.-м.н. Александр Адуенко, к.ф.-м.н. Олег Бахтеев, к.ф.-м.н. Роман Исаченко, соискатель к.ф.-м.н. Андрей Грабовой. Средний возраст преподаватетей 35 лет.

Направления учебной и научной деятельности кафедры

Машинное обучение; многомерная статистика; геометрические методы глубокого обучения; выбор моделей и нейросетевых архитектур; ансамбли моделей и порождающие нейросети; функциональный анализ данных и анализ пространственно-временных данных.

Прикладные исследования

Анализ текстов и тематическое моделирование, анализ изображений и видео, анализ многомерных временных рядов, анализ биомедицинских сигналов, интерфейсы мозг-компьютер.

Принципы научной работы

Открытость идей, проектов, результатов на всех стадиях учебы и исследований; постоянная оценка качества идей и результатов; связь с научным сообществом, обновление согласно последним достижениям.

Основные курсы

Машинное обучение читает К.В. Воронцов – наиболее известный в России и полный курс, включающий фундаментальные и современные темы машинного обучения и анализа данных.

Моя первая научная статья: автоматизация научных исследований читает В.В. Стрижов – курс, дающий основы выполнения научных исследований – от планирования до представления результатов. Каждый студент выбирает персональный проект и получает личного консультанта и эксперта. В течение трех месяцев студент готовит научную статью с теорией и вычислительным экспериментом. Результаты представляются на научных конференциях, статьи подаются в рецензируемые журналы.

Основные курсы (программы)

Машинное обучение
Автоматизация научных исследований
Методы глубокого обучения
Выбор моделей машинного обучения
Математические методы прогнозирования
Порождающие модели машинного обучения
Байесовское мультимоделирование
Тематические моделирование
Математические методы анализа текстов
Анализ данных в метрических пространствах
Обработка сигналов
Биоинформатика
Технологии программной инженерии
Рекоммендательные системы

Стипендии

Научная академическая стипендия им. К.В. Рудакова присваивается студентам бакалавриата и магистратуры за успехи в учебе и исследовательской деятельности. Спонсор Форексис ГК.

Совместные учебные программы

В 2019 году кафедрой организована программа двойных дипломов и совместной магистратуры в Университете Гренобль-Альпы. Студенты магистратуры обучаются по совместным программам в Парижской политехнической школе, Сколковском институте науки и технологий, Научно-технологическом университете KAUST. Ведутся совместные исследования с лабораториями UGA, INRIA, CNRS, Ecole Polytechnique, EPFL, Los-Alamos, CMU.

Стажировки

Кафедра с момента своего основания активно сотрудничает с базовыми компаниями группы Форексис ГК: Форексис, Антиплагиат, Антирутина, Гудфокаст, Лаборатория труда, Прокомплаенс и участвует в совместных проектах Форексис ГК с компаниями ММФБ, ИнтерРАО, Яндекс, Сбер, РЖД, Samsung, LG.

Форексис: анализ временных рядов, финансовая аналитика, анализ новостных потоков
Антиплагиат: анализ текстов
INRIA National Institute for Research in Digital Science and Technology: Bioinformatics