О курсе

Курс построен на примерах задач построения интерфейса мозг-компьютер и прогнозирования пространственно-временных рядов. Методы машинного обучения рассматриваются с точек зрения физики и прикладной математики. Изучаются элементы тензорного представления данных, функционального и геометрического анализа данных.

Тематический план

• Авторегрессионные модели.
• Исследование зависимостей.
• Тензорные разложения.
• Нейронные дифференциальные уравнения.
• Непрерывное представление времени и потоки.
• Метрические методы и тензоры.
• Спектральные методы.
• Спектральные графовые модели.
• Геометрический анализ данных.

Самостоятельная работа

Две персональных лабораторных работы по анализу данных головного мозга с постановкой задачи и вычислительным экспериментом. Отчет состоит из двухстраничного описания результатов, кода и доклада.

Оценивание

Вопросы в течение занятий (3), две лабораторные работы (2+2), экзамен в конце с обсуждением тем и задач (3).

Требуемые знания

Знание алгебры, математического анализа и общей физики в объеме трех курсов ФУПМ МФТИ.

Страница курса

с подробным расписанием и материалами