Решение современных задач распознавания образов, прогнозирования и анализа данных сводится к исследованию соответствующих задач комбинаторной оптимизации, которые, в большинстве своем, NP-трудны. Тем не менее, многие труднорешамые (в общем случае) задачи допускают построение эффективных приближенных алгоритмов и аппроксимационных схем. В докладе будет приведен обзор подходов к построению полиномиальных приближенных схем (PTAS) для некоторых известных NP-трудных комбинаторных задач.
Библиотека компьютерного зрения OpenCV
Лекторы: Кирилл Корняков (Itseez), Владимир Горшенин (ЧелГУ)
- Распознавании образов с помощью методов машинного обучения на примере нейронных сетей.
- Библиотека OpenCV, её архитектура и возможности.
- Практикум по использованию OpenCV для создания мобильных приложений.
Полезно предварительно посмотреть: лекцию Виктора Ерухимова в Санкт-Петербурге, OpenCV шаг за шагом, а также материалы для мастер-классов на CVPR и ECCV.
Каскады ретвитов — анализ и прогнозирование
Лектор: Андрей Купавский (Яндекс, отдел теоретических и прикладных исследований, группа теории, исследователь)
Курс посвящён изучению моделей и способов предсказания распространения контента в социальных сетях. Будет проанализирована важность тех или иных факторов для масштаба распространения, а также продемонстрированы основные алгоритмы, используемые для предсказания.
Полезно предварительно ознакомиться с туториалом от Yury Leskovec.
Инструменты компьютерной обработки текста на русском языке
Лектор: Виктор Бочаров (OpenCorpora)
В рамках курса будет рассказано о свободно доступных инструментах компьютерной обработки текстов на русском языке: морфологических и
синтаксических анализаторах, словарях и корпусах текстов.
Для предварительного изучения полезно посмотреть NLPub.
Метрики семантической близости с приложениями к задачам АОТ
Лектор: Александр Панченко (Center for Natural Language Processing CENTAL, Université Сatholique de Louvain)
Метрики семантической близости слов успешно применяются при решении многих задач Автоматической Обработки Текста (АОТ), таких как извлечение отношений, расширение поисковых запросов, разрешение омонимии и поиск семантически подобных текстов. Данная лекция начинается с обзора классических подходов к семантической близости основанных на семантических сетях, словарях и корпусах текстов. Далее мы представим две новые метрики близости. Первая основана на лексико-синтаксических шаблонах и корпусе текстов. Она обладает точностью сопоставимой с метриками основанными на WordNet. Вторая объединяет 16 разнородных метрик и обучена на множестве семантических отношений из словаря. Эксперименты показывают что данная метрика значительно превосходит по точности и полноте большинство существующих подходов. Лекция завершается обзором двух систем АОТ в которых применяются разработанные метрики.
Статьи связанные с исследованием можно найти тут; демо можно посмотреть здесь
Платформа для анализа данных социальных сетей
Лектор: Анджей Аршавский (Лаборатория Цифрового Общества, директор)
Доклад посвящен обзору стартапа по созданию платформы для анализа и визуализации данных социальных сетей. Платформа представляет собой систему хранения и параллельной обработки данных, представленных в виде графов. Система проектируется с открытым интерфейсом для сторонних разработчиков и проектируется как интернет сервис с помощью которого можно вести масштабируемые вычисления на данных социальных сетей.
Семантический веб и семантические вики - практическое использование
Лектор: Юрий Катков (WikiVote)
Элементы семантических технологий можно найти сегодня во многих современных веб-системах. В докладе дается краткое введение в стек технологий Semantic Web и проводится анализ того, как SW-сообщество дало толчок движению по открытию данных в вебе. Основной упор делается на описании доказавших свою полезность семантических вики - системах, в которых гибкое редактирование контента сочетается со строгой структурой данных и широкими возможностями по их многокритериальному поиску, фильтрации и автоматическому логическому выводу.
Организация наукоемкого стартапа - от идеи до успешного бизнеса
Дмитрий Калаев, Евгений Шароварин (Red Button Venture Capital)
Представители венчурного фонда Red Button Capital расскажут о реальном опыте превращения научных знаний в конкурентные преимущества и наукоемкие стартапы.