Научно-учебные группы
Рекомендованные для студентов программы «Финансовые технологии и анализ данных»:
В лаборатории ведутся фундаментальные и прикладные научные исследования в области анализа данных большого объёма и сложной структуры, разрабатываются программные средства анализа данных и компоненты интеллектуальных систем.
Глубинное обучение - это раздел, подразумевающий построение очень сложных моделей (нейронных сетей) для решения таких задач, как классификация изображений или музыки, перенос художественного стиля с картины на фотографию, предсказание следующих слов в тексте. В рамках байесовского подхода для решения подобных задач рассматриваются вероятностные модели, опирающиеся на аппарат теории вероятностей и математической статистики.
Лаборатория развивает методы анализа неструктурированных данных. В основе разработка и анализ рекомендательных систем и сервисов, развитие методов мультимодальной кластеризации и классификации, позволяющих формировать профиль интересов пользователя с учетом различных модальностей.
Область исследований лаборатории — задачи, связанные с анализом больших объёмов финансовых и поведенческих данных. Лаборатория входит в структуру Центра глубинного обучения и байесовских методов, имеющего широкую экспертизу в области машинного обучения и вероятностного моделирования.
Лаборатория анализа больших данных ориентируется на разработку методов построения таких моделей, способных решать задачи как онлайн-, так и офлайн-обработки данных и адаптации этих моделей для различных предметных областей и сфер применения.
Другие НУЛ:
Лаборатория проводит исследования в области теоретической информатики, в том числе в таких направлениях как сложность вычислений, алгоритмическая теория информации, алгоритмическая статистика, комбинаторная оптимизация и алгоритмическая теория игр.
Лаборатория объединяет отечественных и зарубежных исследователей, работающих на стыке современной математической статистики, оптимизации, теории вероятностей, теории алгоритмов и других математических дисциплин.
Лаборатория занимается развитием методов алгебраической топологии в связи с их приложениями как в теоретической математике, так и в анализе многомерных данных, включая топологический анализ нейробиологических данных.
Основными направлениями лаборатории являются фундаментальные исследования роли вторичных структур ДНК в функционировании генома, определение физико-химических свойств ДНК-структур, участвующих в белковых взаимодействиях и организации хроматина и изучение ДНК-белковых взаимодействий. Также ведутся исследования пространственной структуры хроматина.
Научно-учебная лаборатория Яндекса совместно с Yandex Research занимается фундаментальными проблемами в области computer science и искусственного интеллекта.
Научная деятельность Лаборатории направлена на разработку математических моделей и численных методов для реконструкции свойств больших систем, — которые демонстрируют феномены синхронизации, квази-регулярностей, самоорганизации, внезапных изменений режимов, — по данным, представимых в виде нестационарных пространственно-временных рядов, с целью прогноза динамики таких систем и создания механизмов эффективного управления ими.
Научные сотрудники Лаборатории ПОИС проводят исследования в следующих областях: управление бизнес-процессами, моделирование и анализ процессов, разработка алгоритмов автоматического синтеза моделей процессов, проектирование и архитектура процессно-ориентированных информационных систем.
Основной целью лаборатории является разработка методов глубокого обучения для анализа, обработки, объяснения и интерпретации биомолекулярных и химических данных для естественных наук и биомедицинских задач.