Спецкурсы и факультативы для студентов ФПМИ на весенний семестр 2025 г.

ФПМИ.Cтудентам (МФТИ — Физтех)·31 Jan 2025

ФПМИ и другие Физтех-школы предлагают множество факультативов и других учебно-научных активностей. Спецкурсы дополняют программу и делают безграничными возможности наших студентов в изучении математики, информатики, физики и даже гуманитарных наук.

В этой статье собрана информация от кафедр и различных центров и подразделений ФПМИ, о курсах, к которым смогут присоединиться студенты Физтех-школы прикладной математики и информатики МФТИ.

Пожалуйста, обратите внимание, что на курсы может требоваться предварительная регистрация.

Содержание

Кафедра Блокчейн

Научный семинар по блокчейну

Блокчейн - самая быстроразвивающаяся технология в области IT, которая используется крупными мировыми компаниями в различных отраслях. Специалисты с практическими знаниями и навыками в этой сфере высоко востребованы в индустрии, так как технология от года в год используется все в большем количестве индустрий для самых разных целей.

О курсе

Курс даёт возможность студентам и аспирантам ИТ специальностей узнавать о новейших разработках и исследованиях технологии блокчейн от ведущих экспертов отрасли. На научном семинаре затрагиваются как практические вопросы разработки решений на блокчейне, так и наиболее актуальные исследовательские задачи.

Для кого

Научный семинар предлагается для студентов магистерской программы Блокчейн, а также всех студентов и аспирантов ИТ-специальностей, интересующихся технологиями распределенного реестра.

Преподаватель

На семинаре еженедельно выступают приглашённые лекторы из ведущих организаций и вузов России.

Расписание

Четвертый цикл семинаров стартует 12 февраля в 18:30 и будет проходить еженедельно по средам. Актуальная информация о теме, формате проведения, аудитории и ссылке на подключение будут публиковаться в Telegram-канале: https://t.me/+Kb41CAVPiJZhNjhi

Записи предыдущих семинаров доступны здесь: https://www.youtube.com/@MIPTBlockchain/playlists

Дополнительная информация

Новости и дополнительная информация о семинаре в телеграм-канале: https://t.me/+Kb41CAVPiJZhNjhi

По всем вопросам можно писать на почту blockchain@mipt.ru

Продолжить изучение технологии распределенного реестра можно на магистерской программе "Блокчейн".

Подробнее о программе: https://blockchain.mipt.ru/

Факультативный курс "Современные и классические криптографические механизмы и их математические основы"

Цифровизация государственных услуг, бизнеса и бытовых процессов ставят новые задачи в обеспечении безопасности данных. Ключевыми драйверами развития и источниками задач являются новые технологии, в том числе web3, IoT, блокчейн, вычисления с применением квантовых эффектов. Один из основных подходов к решению такого рода задач – разработка и применение соответствующих криптографических механизмов. В то же время, несмотря на изобилие предлагаемых алгоритмов и протоколов, большинство из них описаны исключительно в публикациях, не систематизированы, зачастую не имеют полных фундаментальных исследований и не успели пройти проверку временем. Более того, такие механизмы в большинстве случаев представляют собой весьма сложные мета-конструкции, а их криптографические качества существенно зависят от условий применения, даже при условии обоснованности качеств составных базовых примитивов. Поэтому выбор криптографических механизмов для решения отдельных узкоспециализированных проблем является непростой задачей и требует аккуратности.

О курсе

Наш курс нацелен на ознакомление слушателей с некоторой систематизацией знаний по классам криптографических протоколов, прошедших некоторую проверку временем в части практической применимости.

В процессе обучения будут рассмотрены методы построения основных классов современных и перспективных криптографических механизмов:

доказательства с нулевым разглашением (zero-knowledge proof),
пороговые электронные подписи (threshould signature),
многосторонние вычисления (multi party computation),
схемы гомоморфного шифрования (homomorphic encryption),
постквантовые протоколы (post-quantum).

Математические и криптографические основы построения защищенных протоколов и методов защиты информации,в частности:

необходимые основы теории групп и линейной алгебры;
симметричные алгоритмы шифрования;
методы синтеза и анализа хэш-функций;
эллиптические кривые и их применение в криптографии;
асимметричные алгоритмы шифрования.

Для кого

Данный курс будет полезен в первую очередь: специалистам в области информационной безопасности, блокчейн технологий, криптографии. Дополнительно отметим, что данный курс может быть полезен специалистам в области реверс-инжиниринга, разработчикам webприложений.

Преподаватель

Алексей Курочкин, преподаватель кафедры высшей математики МФТИ, участник научно-исследовательских работ Академии криптографии РФ, имеет опыт работы в области криптографического анализа более 5 лет. Один из авторов работы по оценке безопасности алгоритма MGM - первой отечественной разработки из семейства AEAD утверждённой IETF как RFC.

Расписание

Курс начинается с 6 марта в онлайн-режиме по четвергам в 18:00.

Дополнительная информация

По всем вопросам можно обращаться к Шамилю Абакарову, https://t.me/abakarov_shamil

Кафедра дискретной математики

Факультативный курс "Современные методы квантовых вычислений"

Квантовые вычисления - это новое перспективное направление, открывающее уникальные и эффективные способы решения вычислительно сложных задач с использованием квантовых компьютеров. В настоящее время потребность в исследовании квантовых вычислений возрастает с каждым годом. Ежегодно создаются стартапы и проекты, посвящённые квантовой информации и квантовым вычислениям.

О курсе

Курс будет посвящён актуальным результатам научных исследований в области квантовых вычислений. А именно, наиболее перспективному направлению квантовых вычислений - адиабатические вычисления или, по-другому, квантовый отжиг. В рамках курса планируется совмещение лекций и практических занятий, на которых будут решаться прикладные задачи.

Для кого

Курс разработан для студентов, имеющих базовые знания по высшей математике (математический анализ, линейная алгебра и теория вероятностей). Будет плюсом знание основ квантовой механики, квантовой информации и машинного обучения.

Преподаватель

Владимир Яцулевич, ассистент кафедры ДМ, ассистент кафедры АТП, студент кафедры "Методы современной математики" МИАНа

Расписание

Курс начинается 7 февраля. Занятия будут проходить в корпусе ЦИФРА 5.16 по пятницам с 15:30 до 16:55

Дополнительная информация

Новости и дополнительная информация по курсу в телеграм-чате: https://t.me/modern_qc

И в группе ВК: https://vk.com/modern_qc

По всем вопросам можно обращаться к Владимиру Яцулевичу: iatsulevich.vv@phystech.edu, @YatsulevichVV, https://vk.com/yatsulevich_vladimir

Курс “Теория однопараметрических полугрупп”

Среди приложений теории полугрупп – марковские операторы и полугруппы, стохастические полугруппы, эволюционные уравнения в задачах квантовой механики и др.

О курсе

Предлагается для знакомства основная теория прежде всего глубоко развитая теория сильно непрерывных полугрупп в банаховых пространствах. Основными теоремами выступают теоремы Хилле-Иосиды, Феллера-Филлипса о свойствах резольвенты и генератора сильно непрерывных полугрупп, теоремы Троттера-Като, теорема Чернова об аппроксимации, теорема Люмера-Филлипса о генераторах сжимающих полугрупп, обращение теоремы Чернова. Помимо сильно непрерывных полугрупп рассматриваются bi-непрерывные полугруппы.

Для кого

От слушателей спецкурса достаточно (отличное) знание основ функционального анализа и теории вероятностей.

Преподаватель

Уткин Андрей Владимирович , МИАН, МФТИ

Расписание

Первое занятие - среда 5 февраля 17:05 в 206 КПМ. Последующие занятия проходят по вторникам 18:35 в 507а ГК (со второй недели февраля).

По всем вопросам можно писать: Уткин Андрей Владимирович (https://vk.com/ut_phystech)

Где продолжить обучение

Прохождение спецкурса может быть полезным перед освоением курса В. Ж. Сакбаева "Функциональные интегралы и их приложения в квантовой теории и статистической механике" магистратуры МИАН.

Факультативный курс "Геометрия Лобачевского"

Увлекательный мир геометрии, основанной на школьных аксиомах, приводит слушателей в мир комплексного анализа, дифференциальной геометрии теории групп, геометрии, элементов теории относительности, элементов теории групп Ли и однородных пространств.

О курсе

Курс лекций начинается со всем известных школьных теорем о сумме углов треугольника и попыток передоказать его, не используя евклидов постулат о параллельных. Начиная с элементарных понятий, доступных каждому школьнику, курс постепенно затрагивает многие фундаментальные понятия алгебры, геометрии, комплексного анализа и даже арифметики,

Курс является самодостаточным и не требует никакой специальной подготовки. Он помогает по-новому осмыслить школьную геометрию, теорию групп и некоторые другие начальные математические курсы.

Геометрия Лобачевского является отправной точкой для понимания самых разных областей физики и математики, от теории относительности до программы Ленглендса.

Для кого

Курс доступен для всех желающих, начиная со студентов первого курса (его онлайн-версию слушали школьники!)

Преподаватель

Мантуров Василий Олегович, доктор физико-математических наук, профессор РАН.

Расписание

МФТИ, курс будет проходить очно по пятницам начиная с 8 февраля 2025 года в аудитории 416ГК.

По всем вопросам обращаться к Даниилу Терешкину: datereshkin@gmail.com

Курс “Избранные вопросы современных эффективных методов выпуклой оптимизации”

Полиномиальные методы внутренней точки и прямо-двойственные модели целевой функции - новое и перспективное направление в рамках выпуклой оптимизации.

О курсе

Курс концентрируется на элементарном изложении основных идей теории сложности для выпуклой оптимизации. В программе курса: задачи выпуклой минимизации, имеющие явную структуру; оценки эффективности схем отслеживания траектории, основанных на понятии самосогласованного барьера; техника сглаживания для прямо-двойственных задач.

Для кого

Курс разработан для студентов, имеющих базовые знания в области методов выпуклой оптимизации. Все, кто ранее встречался с подобными методами в других областях, смогут углубить свои знания.

Преподаватель

Шпирко Сергей Валерьевич, к.ф.-м.н. и доцент ФПМИ (shpirkos@mail.ru)

Расписание

Курс начинается 7 февраля. Занятия будут проходить по пятницам, второй парой (10:45-12:10), в ауд. 424, Физтех. Арктика

Дополнительная информация

Новости и дополнительная информация по курсу в телеграм-чате по ссылке: https://t.me/+CfWaDUcd5QUzYmEy

Курс “Дополнительные главы топологической комбинаторики”

Топологическая комбинаторика — относительно новая, чрезвычайно красивая и бурно развивающаяся область математики, находящаяся на стыке наук, и заключающаяся в применении топологоческих методов, идей и конструкций при решении комбинаторных задач и задач дискретной геометрии. Часто невозможность существования какой-то комбинации или расположения точек, или наоборот, наличие некоторого свойства при любом расположении точек оказывается связано с топологическими свойствами и препятствиями. Соответственно, топологическая комбинаторика занимается как применением соответствующих топологических теорем и методов к комбинаторным задачам, так и в развитии самих соответствующих методов.

Знакомство с основными идеями топологической комбинаторики будет полезно любому математику-исследователю, так и совершенно необходимо математикам, специализирующимся в топологии или комбинаторике. Также топологическая комбинаторика тесно связана с таким новым направлением, как топологический анализ данных, и потому будет полезна специалистам в этой области.

О курсе

Курс продолжает осенний курс "Топологическая комбинаторика", но является независимым от него. В этой части курса будет сделан больший упор на топологические конструкции, которые интересны сами по себе, но также оказываются применимы для решения комбинаторных задач и задач дискретной геометрии. В итоге курс дает представление как о красивой топологии, так и знакомит со способами применения соответствующих конструкций для решения некоторых задач дискретной геометрии и комбинаторики.

В программе курса: аффинные теоремы Радона и Тверберга, цветные теоремы Хелли и Каратеодори, топологические теоремы Радона и Тверберга, теорема ван Кампена-Флореса, сложности свойств графов, уклончивые свойства, дискретная теория Морса.

Для кого

Курс подходит для студентов, имеющих базовые представления о топологии и комбинаторике. Все, кто ранее изучал топологию, познакомятся с применением её теорем для комбинаторных задач, а те, кто специализировался в комбинтаорике, откроют для себя новые методы, которые затем могут попробовать применить для решения своих научных задач. Курс также полезен студентам, которые специализируются на машинном обучении и интересуются топологическим анализом данных.

Преподаватель

Блудов Михаил, аспирант ФПМИ, младший научный сотрудник Высшей школы современной математики МФТИ (ВШМ), ассистент кафедры дискретной математики ФПМИ.

Расписание

Очно, при запросе участников - онлайн. Курс начинается 4 февраля. Занятия будут проходить в 511гк по вторникам в 18:35.

Дополнительная информация

Новости и дополнительная информация по курсу в телеграм-чате: https://t.me/+50qIVipLBJxjZjZi

По всем вопросам можно обращаться к Блудову Михаилу: bludov.mv@phystech.edu, https://t.me/MikhailBludov

Курс “Теория узлов. Дополнительные главы”

Теория узлов - очень быстро развивающееся направление в математике, которое находит свое применение в реальном мире, в частности, в таких науках как физика элементарных частиц, молекулярная биология и др. Теория узлов, связывает многие математические науки между собой, что позволяет открывать и получать продвинутые математические конструкции.

О курсе

Курс посвящен самым разнообразным разделам теории узлов: теории виртуальных узлов, теории трехмерных многообразий, инвариантам Хегора-Флоера, инвариантам Милнора линк-гомотопии, лежандровым узлам, двумерным узлам и т.д. Рассматриваются самые разнообразные подходы к построению инвариантов в маломерной топологии - геометрический, алгебраический, комбинаторный, аналитический.

Для кого

Курс разработан для обучающихся, имеющих базовые знания из топологии и теории узлов. Прошедшие курс получат более продвинутые знания в передовых идеях построения инвариантов в теории узлов и многообразий и получат практический навык для написания научной статьи по этим темам.

Преподаватель

Мантуров Василий Олегович, доктор физико-математических наук, профессор РАН

Расписание

Курс будет проходить по субботам с 14:00 до 17:00 (плюс-минус), начиная с 1 февраля 2025. очно в аудитории 416 ГК, лекции будут транслироваться в зум по возможности

Дополнительная информация

Телеграм канал: https://t.me/k_nots

По всем вопросам можете писать лично преподавателю vomanturov@yandex.ru

Курс “Инварианты и картинки”

О курсе

Инварианты - это базовые и важные свойства математических объектов, остающиеся неизменные при преобразованиях определенного типа. Инварианты лежат в основе не только геометрии и топологии, но и в алгебре, теории чисел и еще куче других математических направлений. Строя инварианты можно находить невероятные связи между всевозможными направлениями математики.

Для кого

Курс разработан для обучающихся всех специальностей и не требует предварительной подготовки. Прошедшие курс получат наглядное представление о разных инвариантах, что дает им возможность глубже понять и ощутить всю красоту математики и математического мышления.

Преподаватель

Мантуров Василий Олегович, доктор физико-математических наук, профессор РАН

Расписание

По субботам начиная с 1 февраля 2025 с 14:00 до 17:00 (примерно). Очно в аудитории 416ГК, лекции будут транслироваться в зум по возможности.

Дополнительная информация

Дополнительная информация в телеграм канале: https://t.me/k_nots

По всем вопросам можно обращаться преподавателю напрямую vomanturov@yandex.ru

Курс “Пучки на многообразиях и их когомологии”

Пучки – необходимый инструмент для изучения многих геометрических дисциплин, в частности, комплексной и алгебраической геометрий.

О курсе

Содержание курса можно охарактеризовать так: в первую половину семестра мы на языке пучков переговорим основные конструкции из курсов анализа на многообразиях, во вторую половину будем собственно разбираться, что такое когомологии пучков.

Для кого

Курс рассчитан на студентов, которые знают азы общей топологии (компактность, связность), азы теории категорий (функторы, естественные преобразования), знакомы с тензорными произведениями модулей.

Преподаватель

Данил Скуридин (@Donech)

Расписание

Курс начинается 6 февраля (очно). Занятия будут проходить в 520 ГК по четвергам последней парой с 18:35 - 20:00.

Дополнительная информация

Группа в телеграме: https://t.me/puchk_mipt

Альтернативный курс "Избранные вопросы негладкой и невыпуклой оптимизации"

Современные численные методы оптимизации востребованы в самых разных вопросах машинного обучения и анализа больших данных. В вопросах обучения нейронных сетей важны методы с эффективными вычислительными гарантиями для специальных классов невыпyклых оптимизационных задач. На практике нередко используются эвристические алгоритмы.

О курсе

Кyрс «Избранные вопросы негладкой и невыпуклой оптимизации» дополняет изучавшийся в 1 семестре магистрами ФПМИ кyрс «Введение в современные оптимизационные методы для задач ML» и нацелен на углубление знаний студентов магистратуры в области методов оптимизации в пространствах больших размерностей. Однако для изучение курса не обязательно предварительно изучать кyрс «Введение в современные оптимизационные методы для задач ML». Дело в том, что если при изучении дисциплины «Методы оптимизации» yпор делается на классические резyльтаты для ускоренных (моментных) методов для выпуклых гладких задач, то в данном кyрсе бyдyт рассмотрены нескореннные методы и результаты для разных классов негладких и особенно невыпyклых задач. Отчасти это связано с тем, что демонстративных преимyществ известные теоретические резyльтаты для yскоренных методов для более менее общих классов негладких и невыпyклых задач не дают. В процессе изyчения кyрса «Избранные вопросы негладкой и невыпуклой оптимизации» в обзорном порядке будут рассмотрены оптимальные методы и нижние границы сложности для задач гладкой и негладкой выпуклой оптимизации. Также будут описаны вариации методов градиентного типа (зеркального спyска) и оценки сложности для возникших несколько лет назад в оптимизации классов так называемых относительно гладких и относительно непрерывных (липшицевых) оптимизационных задач, примеры прикладных задач таких классов (задача централизованной распределённой оптимизации при yсловии схожести слагаемых, задача бинарной классификации методом опорных векторов (SVM), задача нахождения общей точки системы эллипсиодов, обратные задачи пyсоновского типа). Ключевая часть кyрса — наиболее известные подходы и теоретическе результаты о методах для непрерывных задач невыпуклой оптимизации. Отметим, что ы вопросах обyчения нейронных сетей важны методы с эффективными вычислительными гарантиями для важных классов невыпyклых оптимизационных задач. Бyдyт рассмотрены резyльтаты для стохастических методов, в т.ч. с редyкцией дисперсии. Намечено детальное изyчение результатов о методов градиентного типа порядка для задач с аналогами выпуклости (квазивыпуклость, слабая выпуклость), а также сильной выпуклости (условие градиентного доминирования, квадратичного роста и их аналоги) и соответствующие примеры прикладных задач (перепараметризованные нелинейные системы в глyбоком обyчении, слабо выпyклые задачи нелинейной регрессии, восстановление фазы, невыпуклые задачи восстановления малоранговых матриц, возникающие в частности при исследовании рекомендательных систем и др.). В завершении курса планируется изучить наиболее известные эвристические подходы к глобальной оптимизации (методы роя частиц, имитация отжига, генетические алгоритмы).

Для кого

Курс разработан для студентов, имеющих базовые знания математического анализа и методов оптимизации. Большая часть запланированных тем подробно не рассматривается в основных курсах по оптимизации. Слушатели смогут углубить свои знания, а также расширить границы применения навыков в области использования оптимизационных алгоритмов. В учебные планы на ФПМИ курс включен как альтернативный для студентов 1 кyрса магистратуры.

Преподаватель

Стонякин Федор Сергеевич, д.ф.-м.н., ведущий научный сотрудник лаборатории продвинутой комбинаторики и сетевых приложений и профессор кафедры дискретной математики.

Расписание

Занятия будут проходить с 13 февраля по четвергам на 2 паре.

Дополнительная информация

Новости и дополнительная информация по курсу в телеграм-чате: https://t.me/+vwCGIH9vCZs2N2Uy

По всем вопросам можно обращаться к преподавателю Федорy Cергеевичy Стонякинy fedyor@mail.ru

Курс “Методы анализа экстремальных величин с применением в сетевых системах”

Курс содержит подробный обзор классических результатов и некоторых недавних разработок теории экстремальных величин, нового и быстро развивающегося ввиду многочисленных приложений раздела теории вероятностей и статистики, для распознавания тяжелых хвостов распределений и зависимостей в наблюдаемых данных с применением в сетевых системах.

О курсе

Курс дает практические навыки и теоретические основы для распознавания тяжелых хвостов распределений и зависимостей в статистических данных, для непараметрического оценивания хвостового индекса, экстремального индекса, функций плотности распределения вероятностей, интенсивности отказов, высоких квантилей. Рассматривается применение в случайных сетях и их эволюции.

Для кого

Усвоение курса предполагает только вводные знания теории вероятностей и статистики, а также математического анализа. Курс позволяет получить знания в области теории и методов экстремальных величин, имеющих много приложений.

Преподаватель

Маркович Наталья Михайловна, д.ф.-м.н., главный научный сотрудник ИПУ РАН.

Расписание

Курс начинается 4 февраля две первых пары с 9:00 до 12:10. Занятия будут проходить по вторникам в 430 ГК (главный корпус).

Дополнительная информация

Контакт преподавателя nat.markovich@gmail.com

Где продолжить обучение

Продолжить изучение статистики экстремальных событий, в частности, на случайных графах можно на магистерской программе и в аспирантуре ИПУ РАН.

Курс “Исследование статистических функционалов”

Исследования статистических функционалов связаны с построением асимптотически нормальных статистик и оценок. Эта тема является актуальной в контексте оценивания структурных параметров моделей и причинно-следственных связей при использовании неэкспериментальных данных, поскольку статистические функционалы в общем виде используются для построения ортогонализованных по Нейману оценок, - в частности, оценок методом двойного машинного обучения.

О курсе

В курсе рассматриваются теоретические основы метода Р. фон Мизеса анализа асимптотических свойств нелинейных статистических функционалов.

Для кого

Для студентов и аспирантов интересующихся исследованиями в области теоретической статистики. Для прохождения курса требуются базовые знания статистики и функционального анализа.

Преподаватель

Александр Ченцов, ассистент кафедры дискретной математики.

Расписание

Курс начинается 6 февраля. Занятия будут проходить очно в ауд. 428 ГК, начало в 18:35.

Дополнительная информация

Контакт преподавателя: https://t.me/a00000ac

Курс “Введение в алгебраическую геометрию и её приложения”

Алгебраическая геометрия - один из наиболее активно развивающихся разделов современной математики, и её приложения весьма разнообразны. Среди них - применения к дифференциальным уравнениям (как правило, возникшим из физики) и к теории кодирования. Специалисты с практическими знаниями и навыками в этой сфере высоко востребованы как в России, так и за рубежом.

О курсе

Курс ориентирован на современные приложения классической и современной алгебраической геометрии. Он является вводным, и основания алгебраической геометрии будут изложены лишь в том объеме, в котором они необходимы для понимания некоторых из этих приложений; в частности, основное внимание будет сосредоточено на теории алгебраических кривых. Среди разнообразных приложений будут выделены в основном два: к интегрированию уравнений математической физики и к теории алгебро-геометрических кодов.

Для первого из этих направлений, как правило, достаточно рассмотрения многообразий над полями действительных и комплексных чисел, для второго -- над конечными полями. Этим определяется выбор основной алгебро-геометрической категории: будут рассматриваться многообразия (прежде всего -- кривые) над произвольным полем и над его алгебраическим замыканием. Иногда будут рассматриваться также многообразия над кольцом целых чисел. Из более абстрактных концепций будет фигурировать лишь функтор точек, позволяющий рассматривать решения систем алгебраических уравнений в расширениях области коэффициентов -- например, комплексные решения алгебраических уравнений.

Рассмотрение дифференциальных уравнений, которые допускают интегрирование алгебро-геометрическими методами, будет отчасти следовать истории -- от математического маятника (Гюйгенс, 17-й век) до современных вполне интегрируемых, например, Кадомцева-Петвиашвили, с помощью которых была решена проблема Шоттки (выделения якобианов кривых из абелевых многообразий) и которыми, возможно, описываются загадочные океанические волны-убийцы\rm.

Изложение теории алгебро-геометрических кодов будет вестись в основном по книге Влэдуца, Ногина и Цфасмана (2003). Внимание будет сосредоточено на нахождении и приложениях многоточечных кривых над конечными полями.

Для кого

Курс разработан для студентов, владеющих базовыми математическими понятиями первых двух курсов МФТИ и готовых к освоению некоторых абстрактных понятий современной математики. Все, кто ранее встречался с алгебраическими многообразиями, смогут углубить свои знания, а также узнать о решенных и открытых проблемах в приложениях алгебраической геометрии.

Преподаватель

Шабат Георгий Борисович, д.ф.-м.н., профессор РГГУ и Независимого Московского Университета.

Расписание

Курс начинается 11 февраля. Занятия будут проходить в 531ГК по вторникам, 17:05-18:30.

Дополнительная информация

По всем вопросам можно обращаться к Георгию Борисовичу Шабату, george.shabat@gmail.com

Факультативный курс "Избранные вопросы математического программирования"

Современные численные методы оптимизации (особенно стохастические) востребованы в самых разных вопросах машинного обучения и анализа больших данных. Например, в вопросах обучения нейронных сетей важны методы с эффективными вычислительными гарантиями для важных классов невыпуклых оптимизационных задач, а также численные методы распределенной оптимизации.

О курсе

Курс задуман как серия онлайн-занятий (около 8 в весеннем семестре) по темам, которые не очень подробно освещаются на основных курсах по методам оптимизации как в бакалавриате, так и в магистратуре. Особый упор будет сделан на численные методы для задач математического программирования, под которыми обычно понимают задачи минимизации выпуклых функций при наличии ограничений. Бyдyт рассмотрены условия разрешимости таких задач для ограничений равенств, ограничений-неравенств, смешанных ограничений. Далее, планируется рассмотреть спектрy вычислительных методов для таких задач: методы проекции (сyб)градиента, метод Франк-Вyльфа, переход к двойственным задачам, методы штрафный фyнкций, а также методы с переключениями по продуктивным и непродуктивным шагам, сведение к седловым задачам. Затронем тему стохастических методов для задач с ограничениями. Особый упор намечается сделать на свойство прямодвойственности методов (возможность по приближенному решению прямой/двойственной задачи восстановить приближённое решение двойственной/прямой задачи для выпyклой оптимизации . Затронем тему стохастических методов для задач с ограничениями. Поговорим о некоторых методах, применимых для отдельных классов невыпyклых задач с приемлемыми оценками скорости сходимости. Наконец, рассмотрим приложения методов для задач с ограничениями к распределенной децентрализованной оптимизации: децентрализованный градиентный метод, консенсyсное проектирование, а также сведение к двойственной задаче.

Для кого

Потенциальные слушатели — студенты З и 4 курсов бакалавриата, а также 1 и 2 курсов магистратуры, аспиранты ФПМИ.

Преподаватель

Стонякин Федор Сергеевич, д.ф.-м.н., ведущий научный сотрудник лаборатории продвинyтой комбинаторики и сетевых приложений и профессор кафедры дискретной математики.

Расписание

Курс начинается 13 февраля 2025 г. Занятия будут проходить в онлайн-режиме по четвергам с 13:55. Ссылка для подключения: https://join.skype.com/NRmVJF5lSiWG

Дополнительная информация

Новости и дополнительная информация по курсу в телеграм-чате: https://t.me/+GzA_opKDBzwzOGIy

По всем вопросам можно обращаться к преподавателю Федору Сергеевичу Стонякину по адресy fedyor@mail.ru

Факультативный курс «Базисы Грёбнера»

Алгоритмическая оптимизация любых, в том числе фундаментальных задач - востребованное направление в современной математике и индустрии.

О курсе

Идеалы в ассоциативных алгебрах наиболее часто и естественно задаются системами образующих. Так, в алгебре многочленов любой идеал обладает конечной порождающей системой. При этом алгоритмически задача выяснения принадлежности элемента идеалу подчас оказывается излишне сложной, если вообще выполнимой. И всё же бывают такие порождающие системы, с помощью которых произвольный элемент можно определённым образом редуцировать, в результате этой редукции получится нуль, если и только если исходный элемент лежит в идеале.

Планируется начать с общего случая пространства с линейно упорядоченным базисом: для подпространства и его порождающей системы получить критерий того, что соответствующая редукция однозначно определена и решает задачу принадлежности. Для идеала коммутативной алгебры будет представлен алгоритм, расширяющий конечную порождающую систему до системы, дающей нужную редукцию и по-прежнему конечной. В некоммутативном же случае основным применением будет построение универсальной обёртывающей алгебры для алгебры Ли и инъективность естественного гомоморфизма исходной алгебры.

Для кого

Курс разработан для студентов, имеющих основные знания алгебраических структур: колец, алгебр и их идеалов, и интересующихся оптимизацией алгоритмов решения соответствующих задач. Все, кто ранее встречался с подобными темами в других курсах, смогут углубить и закрепить свои знания, а также расширить границы применения навыков и открыть для себя новые научные перспективы.

Преподаватель

Стырт Олег Григорьевич, к.ф.-м.н., доцент кафедры дискретной математики.

Расписание

Курс начинается 13 февраля. Занятия будут проходить очно в ГК 412 по Четвергам с 12:20.

Дополнительная информация

По всем вопросам можно обращаться к О.Г. Стырту: ostyrt@gmail.com

Научный семинар «Современная алгебраическая геометрия»

Алгебраическая геометрия — фундаментальный и сложный раздел математики, сформировавшийся в прошлом веке благодаря работам А. Гротендика и его последователей. С помощью алгебраической геометрии были доказаны великие гипотезы и выдвинуты новые, непостижимые без языка теории схем А. Гротендика. Однако в 21-ом веке формируются и новые витки в развитии этой науки. Научный семинар "Современная алгебраическая геометрия" будет посвящен разбору этих новых направлений.

О курсе

На семинаре будут рассматриваться различные проблемы и результаты пост-гротендиковской алгебраической геометрии, то есть таких разделов этой науки, в которых пересмотр оснований на базе гротендиковской теории схем уже завершился и осуществляется дальнейшее развитие. Как правило, он будет проходить в формате часовых обзорных докладов, не предполагающих у слушателей предварительных знаний по темам докладов, но сопровождаемых материалами с точными определениями, доступными ссылками и разбором ключевых примеров.

Отбор материала будет производиться с учетом научных интересов участников. Одна из основных задач руководителя (наряду с выступлениями с собственными докладами) состоит в том, чтобы связывать эти интересы с тенденциями развития алгебраической геометрии разных эпох.

Для кого

Семинар актуален для студентов, занимающихся научной работой в области алгебры, алгебраической геометрии, алгебраической топологии и других разделов современной математики.

Преподаватель

Георгий Борисович Шабат, д.ф.-м.н., профессор РГГУ, работающий по совместительству в МФТИ.

Расписание

Курс начинается 11 февраля. Занятия будут проходить в 531 ГК по Вторникам, 18:35-20:00.

Дополнительная информация

ТГ: https://t.me/+bfS-BgNBFhs3MGYy

По всем вопросам можно обращаться к Александру Фролову: frolov.aleksandr@phystech.edu, t.me/zieonasta и Георгию Борисовичу Шабату: george.shabat@gmail.com.

Научно-образовательный центр когнитивного моделирования

Курс «Введение в теорию глубокого обучения»

Глубокое обучение является молодым (примерной датой зарождения считается 2011-2012 гг), но активно развивающимся направлением машинного обучения, которое характеризуется применением нейронных сетей с большим (поэтому слово “глубокое” в названии) количеством слоев в их архитектуре. Изначально глубокое (или, как иногда переводят, “глубинное”) обучение было преимущественно эмпирической областью знания, в которой новые находки были прежде всего найдены экспериментальным путем. Впоследствии многие находки стали получать теоретическое обоснование, а где-то теория сейчас даже опережает практику.

Специалисты с фундаментальными знаниями и навыками в области теории глубокого обучения высоко востребованы в исследовательских группах ведущих технологических компаний (в частности, на должностях Research Scientist).

О курсе

В курсе будут рассмотрены основные понятия, которые используются при теоретическом рассмотрении эмпирических методов глубокого обучения. Главная цель — ознакомление студентов с современной теорией глубокого обучения.

В программе курса: проектирование функций потерь обучения нейросетей, методы построения и защиты от состязательных примеров, теория состязательного обучения, авто- и вариационного кодировщика, устойчивость нейросетей, предельные теоремы и проблемы семплирования, а также диффузионный подход для решения ряда задач.

Для допуска к экзамену необходимо будет решить часть задач из предложенного списка. Для желающих будет предоставлена возможность поработать над собственным проектом, который будет собой представлять применение на практике последних теоретических методов глубокого обучения. Не исключена возможность последующей публикации результатов данного исследования.

Для кого

Курс разработан для студентов, имеющих базовые знания теории вероятностей, математической статистики, дифференциального анализа, линейной алгебры. Главное — иметь аналитический склад ума, желание разбираться в цитируемых научных статьях, и не бояться погрузиться в исходный код для проверки новых идей.

Преподаватель

Александр Петюшко, к.ф.-м.н. (МГУ им. М.В. Ломоносова, дискретная математика и математическая кибернетика), руководитель отдела AI Research в компании Gatik (Калифорния, США).

Расписание

Курс начинается 4 февраля. Занятия будут проходить в онлайн-режиме, первое занятие - организационное, во вторник, 4 февраля, в 18:30. Ссылка для подключения: https://us04web.zoom.us/j/74970861256?pwd=Nlz3i3cfYSIwIRxCtSjd2haMkw7Dat.1

Дополнительная информация

Новости и дополнительная информация по курсу в телеграм-канале: https://t.me/+Y11vjNeImaJlMDVi

По всем вопросам можно обращаться к Александру Петюшко: petyushko@yandex.ru

Кафедра математических основ управления ФПМИ

Альтернативный курс “Прикладная математика: искусство и ремесло вычислений”

Создание математических моделей для широкого спектра научных и технических задач, их качественный аналитический и количественный компьютерный анализ, интерпретация результатов. Дифференциальные и разностные уравнения, обыкновенные и в частных производных, линейные и нелинейные. Оптимизация. Вспомогательные разделы (интерполяция и аппроксимация, рациональные функции, теория особенностей и т.п.).

О курсе

Рассмотрим много моделей и отработаем много методов. Домашние задания и постоянные упражнения на занятиях. Будет рекомендована литература и будут рассылаться презентации. Цель: подготовить специалиста, который в любой разумной лаборатории быстро включится в работу и станет ценным сотрудником.

Для кого

От слушателей требуется безусловное владение математическим анализом и линейной алгеброй (в объеме книги И.М.Гельфанда). Общее знакомство с дифференциальными уравнениями и численными методами. Готовность смело влезать в новые задачи. Желание расширить научный кругозор и разбираться по существу. Для особо успешных и мотивированных найдутся темы для обсуждения и работы. Легкой жизни не обещаю.

Преподаватель

Гордин Владимир Александрович, д.ф.-м.н., профессор кафедры МОУ ФПМИ и ВШЭ, ведущий научный сотрудник Гидрометцентра России.

Расписание

Курс начинается 5 февраля. Занятия будут проходить в 907КПМ по средам, 15:30 – 16:55.

Дополнительная информация

По всем вопросам можно обращаться к ассистенту А.В. Гордина - Георгию Акиндинову: akindinov.gd@phystech.edu

Альтернативный курс "Обучение с подкреплением"

В отличие от классического машинного обучения и статистической теории обучения, в обучении с подкреплением (ОсП) на вход не поступает обучающая выборка объектов-прецедентов. Тем не менее, современные алгоритмы глубокого обучения с подкреплением способны решать задачи искусственного интеллекта методом проб и ошибок без использования каких-либо априорных знаний о решаемой задаче, нередко добиваясь прорывных результатов в прикладной области: автоматическое пилотирование транспортных средств, робототехника, игровой искусственный интеллект, рекомендательные системы, диалоговые системы.

О курсе

В предлагаемом курсе изучаются принципы работы основных алгоритмов ОсП, позволяющих достичь прорывных результатов во многих задачах: от игрового искусственного интеллекта до робототехники. Все необходимые теоретические результаты приводятся с доказательствами, использующими единый подход, унифицированные обозначения и определения. Основная задача курса – не только предоставить актуальную информацию о задачах обучения с подкреплением и алгоритмах их решения, но и разъяснить разницу между алгоритмами различного вида и причины их представления в конкретных формах. Курс содержит как обсуждение базовых вопросов обучения с подкреплением, так и разбор задач.

Для кого

Для успешного освоения курса слушателю необходимо владеть основами теории вероятностей, численных методов оптимизации, программирования на языке Python, а также ознакомиться с пакетами прикладных программ для математического моделирования на языке программирования Python: SciPy, NumPy, Matplotlib, Scikit-learn, PyTorch, Gymnasium.

Преподаватель

Никита Евгеньевич Юдин, научный сотрудник Лаборатории математических методов оптимизации, старший преподаватель кафедры математических основ управления.

Расписание

Курс начинается 5 февраля. Занятия будут проходить в УЛК-1 (Физтех.Цифра), ауд.5.18, по средам, 13:55 - 16:55.

Дополнительная информация

Новости и дополнительная информация по курсу в Telegram-чате, ссылка на приглашение будет продемонстрирована на первом занятии.

По всем вопросам можно обращаться к Юдину Н.Е.: iudin.ne@phystech.edu.

Альтернативный курс "Оптимизация в анализе данных: дополнительные главы"

Современные численные методы оптимизации (особенно стохастические) востребованы в самых разных вопросах машинного обучения и анализа больших данных. В частности, в настоящее время исследования в области численных алгоритмов для седловых задач популярны ввиду приложений к обучению так называемых генеративно-состязательных сетей (GAN). Также в вопросах обучения нейронных сетей важны методы с эффективными вычислительными гарантиями для важных классов выпуклых оптимизационных задач, а также численные методы распределенной оптимизации.

О курсе

Курс призван углубить знания студентов в области методов оптимизации в пространствах больших размерностей, применимых ко многим популярным в приложениях типам задач современного анализа данных. Особый упор будет сделан на современные методы для вариационных неравенств и седловых задач, а также – некоторые теоретические результаты о сходимости как методов детерминированных, так и стохастических методов первого порядка для некоторых типов задач невыпуклой оптимизации.

Первая часть курса посвящена систематизации знаний студентов в области теории сложности методов первого порядка для задач выпуклой оптимизации. Будут рассмотрены 2 подхода к пониманию эффективности численных методов оптимизации: на базе оптимальность оценок скорости сходимости (А.С. Немировский и Д.Б. Юдин), а также посредством практической реализации методов для хорошо известных тестовых задач. В обзорном порядке будут рассмотрены оптимальные методы и нижние границы сложности для задач гладкой и негладкой выпуклой оптимизации. Также будут описаны вариации методов градиентного типа (включая градиентный клиппинг) и оценки сложности для возникших несколько лет назад в оптимизации классов так называемых относительно гладких и относительно непрерывных (липшицевых) оптимизационных задач (Ю.Е. Нестеров), задачи с двухпараметрической гладкостью (для которой удобно описывать процедуры типа градиентного клиппинга) и примеры прикладных задач таких классов. Будут упомянуты приложения в теории численных (тензорных) методов высокого порядка и для задач централизованной распределенной оптимизации.

Вторая (основная) часть курса посвящена методам первого порядка для вариационных неравенств и седловых задач. Будут рассмотрены понятие вариационного неравенства, результаты о разрешимости и примеры задач (задачи дополнительности, отыскание седловых точек с разными приложениями в игровых задачах), сводящихся к вариационным неравенствам. Далее, будут описаны методы для вариационных неравенств: проекционный и экстраградиентный методы, проксимальный зеркальный метод и его адаптивный вариант, а также ускоренные методы для седловых задач.

Третья часть курса нацелена на изложение наиболее известных подходов и теоретических результатов о численных методах для задач невыпуклой оптимизации. Намечено детальное рассмотрение теоретических результатов для задач с аналогами выпуклости (квазивыпуклость, слабая выпуклость), а также сильной выпуклости (условие градиентного доминирования, квадратичного роста и их аналоги) и соответствующие примеры прикладных задач (восстановление малоранговых матриц, перепараметризованные системы в глyбоком обyчении). Поговорим о стохастических методах (в т.ч. с редyкцией дисперсии) для задач с ycловием градиентного доминированиям. Затронем темy стохастических методов для задач с ограничениями. Поговорим о некоторых методах, применимых для отдельных классов невыпyклых задач с приемлемыми оценками скорости сходимости. Наконец, рассмотрим приложения методов для задач с ограничениями к распределённой децентрализованной оптимизации: децентрализованный градиентный метод, консенсусное проектирование, а также сведение к двойственной задаче.

Для кого

Курс разработан для студентов, имеющих базовые знания математического анализа и методов оптимизации. Большая часть запланированных тем подробно не рассматривается в основных курсах по оптимизации. Слушатели смогут углубить свои знания, а также расширить границы применения навыков в области использования оптимизационных алгоритмов. В учебные планы на ФПМИ курс включён как альтернативный для студентов 4 курса бакалавриата и 5 курса магистратуры.

Преподаватель

Стонякин Федор Сергеевич, д.ф.-м.н., ведущий научный сотрудник лаборатории продвинутой комбинаторики и сетевых приложений и профессор кафедры МОУ ФПМИ.

Расписание

Курс начинается 14 февраля. Занятия будут проходить в ауд. 204а ГК по пятницам, 15:З0 - 18:30.

Дополнительная информация

Новости и дополнительная информация по курсу в телеграм-чате:

https://t.me/+5_5sNaLIIZ5iNDQy

По всем вопросам можно обращаться к преподавателю - Федорy Cергеевичy Стонякинy: fedyor@mail.ru

Альтернативный курс “Прикладная статистика”

Статистика в целом - это одно из фундаментальных направлений математики, которое используется повсеместно: от исследований в медицине до построения больших языковых моделей. Курс посвящен прикладному статистическому анализу данных; в нём рассматриваются методы, позволяющие проверять различные практические статистические гипотезы.

О курсе

Рассматриваются основные статистические тесты, на основе которых проверяются различные статистические гипотезы. Так же рассматривается и обсуждаются основы дисперсионного и регрессионного анализа данных.

Для кого

Для студентов, которые, в первую очередь, занимаются анализом данных и планируют исследовательскую деятельность в этом направлении. Также для студентов, нацеленных на прикладные исследования в различных областях, поскольку курс позволяет приобрести навыки работы со статистическими методами, включая обоснование применимости этих методов.

Преподаватель

Грабовой Андрей Валериевич, к.ф.-м.н., доцент кафедры МОУ ФПМИ

Расписание

Курс начинается 7 февраля. Занятия будут проходить в УЛК-1 (Физтех.Цифра), ауд.5.18, по пятницам, 17:05 - 20:00

Дополнительная информация

Ссылка на страницу курса:https://github.com/andriygav/PSAD

Ссылка на телеграм-группу: https://t.me/+o_5ot9vF265kZTIy

По всем вопросам можно обращаться к преподавателю Грабовому А.В.: grabovoy.av@phystech.edu

Альтернативный курс «Онлайн-методы в машинном обучении»

Онлайн-методы являются важной и активно развивающейся областью машинного обучения. В рамках курса будут рассмотрены избранные теоретические вопросы, касающиеся задач прогнозирования, онлайн- выпуклой оптимизации, обучения с подкреплением и генеративного моделирования.

О курсе

Курс дает теоретические основы для анализа алгоритмов машинного обучения, работающих в режиме реального времени. В программе курса: задача прогнозирования с использованием экспертных стратегий, онлайн- выпуклая оптимизация, обучение в условиях ограниченной информации, сэмплирование.

Для кого

Курс рассчитан на студентов, имеющих базовые знания теории вероятностей и выпуклой оптимизации.

Преподаватель

Пучкин Никита Андреевич, к.ф.-м.н., научный сотрудник НИУ ВШЭ и ИППИ РАН, доцент кафедры МОУ.

Расписание

Курс начинается 8 февраля. Занятия будут проходить в 418 ГК по субботам, с 10:45 до 13:00

Дополнительная информация

По всем вопросам можно обращаться к Пучкину Никите: nikita.puchkin@phystech.edu

Альтернативный курс «Параллельные методы суперкомпьютерных вычислений»

Создание программного обеспечения для современных суперкомпьютеров является перспективным направлением в вычислительной математике, различных областях научных исследований. Специалисты с практическими знаниями и навыками в этой сфере также высоко востребованы в индустрии.

О курсе

Курс посвящен самыми современными тенденциям развития вычислительной техники. Рассматриваются технологии параллельного программирования для вычислительных систем с общей и распределенной памятью на основе OpenMP, MPI, Cuda и др. Большое внимание уделяется параллельным алгоритмам линейной алгебры, математической физики, методам оптимизации. Изучается эффективность их параллельной реализации. В рамках курса студенты выполняют практические задания на реальном суперкомпьютере по реализации выбранных параллельных алгоритмов и исследованию их параллельной эффективности.

Для кого

Курс разработан для студентов, желающих получить теоретические знания и практические навыки работы на современных суперкомпьтерах, оценки параллельной эффективности алгоритмов и программ. Все, кто ранее изучал OpenMP, MPI, Cuda и др., смогут углубить свои знания, а также расширить границы применения навыков и открыть для себя новые возможности применения суперкомпьтерных технологий.

Преподаватель

Коньшин Игорь Николаевич, к.ф.-м.н., доцент МФТИ, старший научный сотрудник ИВМ РАН, ВЦ ФИЦ ИУ РАН, ИБРАЭ РАН.

Расписание

Курс начинается 7 февраля. Занятия будут проходить в ауд. 324а ЛК по пятницам, 15:30 - 18:30 или 15:30 - 16:55.

Дополнительная информация

Запись на курс, новости и дополнительная информация по курсу на страничке https://dodo.inm.ras.ru/konshin/hpc/

По всем вопросам можно обращаться к Коньшину Игорю Николаевичу: igor.konshin@gmail.com, https://t.me/konshin_igor

Курс «Тензорные разложения и численные методы»

Матричный анализ, алгоритмы линейной алгебры и тензорные разложения являются невероятно востребованными во многих областях численного моделирования: от задач математической физики до оптимизации работы нейронных сетей.

Данный курс позволит понять математическую концепцию поиска структуры в данных, основанную на понятии ранга. Будут разобраны широко известные алгоритмы решения линейных систем.

О курсе

Курс посвящен теоретическим и практическим аспектам алгоритмов линейной алгебры. В программе курса: введение в матричный анализ, итерационные методы (GMRES, CG, BiCG), формат тензорного поезда и формат Таккера.

Для кого

Курс ориентирован на студентов не младше 2-го курса ФПМИ. Будет исключительно полезен всем, кто хочет в дальнейшем заниматься численными методами, анализом данных и смежными областями.

Преподаватель

Шелопут Татьяна Олеговна, к.ф.-м.н., доцент кафедры МОУ ФПМИ, научный сотрудник ИВМ РАН.

Расписание

Курс начинается 7 февраля. Занятия будут проходить в 532 ГК по пятницам, 10:45 - 12:10.

Дополнительная информация

По всем вопросам можно обращаться к Шелопут Татьяне Олеговне: sheloput@phystech.edu

Факультативный курс «Парадигмы бизнес-программирования»

Информация переходит в цифровой вид, мощность компьютеров растет, объем винчестеров даже в домашних "персоналках" уже превышает терабайты... Как ориентироваться в этом многообразии данных? Одно из средств работы с данными — это структурирование информации в реляционной базе данных и дальнейший анализ с помощью SQL-запросов. Чем бы Вы ни занимались: научными исследованиями, повышением производительности труда на производстве, поиском статистических закономерностей на бирже или в торговле, программированием современного программного комплекса, если Вы сторонник научного анализа, Вам никуда не деться от необходимости работать с базами данных.

О курсе

Курс дает практический опыт работы с базами данных с точки зрения обработки информации. Вы научитесь мыслить на языке запросов и эффективно применять SQL к различным задачам. К концу курса Вы уже не будете задумываться о синтаксисе SQL, а будете думать только о сути задачи, которую нужно решить при помощи запроса. Курс годовой: в осеннем семестре, в основном, знакомимся с базовым синтаксисом, в весеннем семестре углубляем знания и решаем еще больше практических задач. Курс можно начать осваивать и в весеннем семестре.

Для кого

Курс разработан для студентов, имеющих базовые знания математики, логики и программирования.

Преподаватель

Зараменских Ирина Евгеньевна, к.ф.-м.н., доцент кафедры МОУ, доцент кафедры теоретической механики МФТИ.

Расписание

Курс начинается после 7 февраля. Занятия будут проходить в онлайн-режиме в дни и время, выбранные большинством слушателей. Более точная информация и ссылка для подключения - на сайте курса: https://pbp.nix.ru/

Дополнительная информация

Основная информация о курсе и учебные материалы выложены на сайте https://pbp.nix.ru/ Отлично сдавшие курс обеспечиваются стипендией.

По всем вопросам можно обращаться к Зараменских Ирине: nixlab@nix.ru

Курс «Избранные вопросы теории и реализации языков программирования» (ТРЯП)

Курс охватывает три направления:

формальные языки и автоматы (синтаксический анализ);
функциональное программирование;
обзор различных видов языков программирования.

В рамках первого направления вы познакомитесь с современными методами обработки текстов, а также математическими формализмами, используемыми как для парсинга сложно структурированного текста (например, компьютерной программы), так и в машинном обучении и вычислительной лингвистике для анализа естественных языков. Функциональное программирование набирает популярность как само по себе в академической среде, связанной с теорией языков программирования, так и влияет на большинство современных языков программирования, востребованных на практике. Обзор видов последних в рамках третьего направления курса поможет систематически изучать языки программирования в будущем.

О курсе

В ходе исследований и разработок или в индустриальном программировании приходится сталкиваться с различными языками программирования и инструментами, которые, на первый взгляд, не очень похожи на языки (редакторы типа sed, ТеХ, скриптовые языки типа bash), или же со средствами описания формальных конструкций, такими как обобщённое описание данных и конфигураций (JSON, YAML), средство описания математических моделей (AMPL) или аппаратного обеспечения (Verilog). Приведённые примеры обобщаются понятием Domain-specific language (DSL), которое отнюдь ими не исчерпывается. DSL-языки порой приходится не просто использовать в работе, но и парсить их, а то и вовсе разрабатывать.

В рамках этого курса мы изучим следующий ряд тем:

Как устроены языки программирования (и DSL языки) на уровне синтаксического анализа: построим простые трансляторы, которые вычисляют арифметические выражения, разбирают простые типы данных, такие как JSON, и даже реализуем часть интерпретаторов некоторых языков программирования (LISP).

Разберёмся с парадигмами программирования и типовыми устройствами языков: разберёмся, чем схожи и чем различаются императивное и функциональное программирование, какие виды типизации используются в языках (строгая, duck type, статическая и динамическая). Как в различных языках реализованы механизмы наследования и полиморфизма (центральные механизмы ООП), как устроен процесс вычислений (Lazy v.s. Eager evaluation).

Познакомимся на вводном уровне с функциональными языками программирования LISP (диалектом Racket) и Haskell, сравним их с императивными языками и увидим, какие особенности функциональных языков активно заимствуют современные императивные языки.

Для достижения этих целей мы познакомимся с математическим аппаратом теории формальных языков: контекстно-свободными языками и Parsing Expression Languages.

Разберёмся с инструментами для парсинга: регулярными выражениями и PEG.

С помощью PEG построим игрушечные примеры парсинга DSL и реализуем малую часть языка LISP.

Познакомимся с логическим программированием, которое используется в базах знаний (язык Prolog) и в комбинаторной оптимизации (Constraint Programming). Также с помощью Prolog мы рассмотрим связь грамматик с логикой, которая используется в вычислительной лингвистике (Natural Language Processing).

Для кого

Курс ориентирован на студентов с базовыми знаниями по дискретной математике. В частности, предполагается знакомство студентов с формальными языками и автоматами на уровне регулярных языков и конечных автоматов.

Преподаватель

Рубцов Александр Александрович, к.ф.-м.н., доцент, Теймуразов Кирилл Борисович, старший преподаватель кафедры МОУ, Шиманогов Игорь Николаевич, ассистент кафедры МОУ.

Расписание

Курс начинается 1 февраля (онлайн-лекция) в 12:20. В дальнейшем онлайн-лекции будут проходить по субботам с 10:45. Практические занятия будут проходить по средам, 12:20 - 13:55 в ауд. 4.14 - 5.17 корпуса ФИЗТЕХ.Цифра.

Дополнительная информация

Новости и дополнительная информация по курсу в телеграм-чате: https://t.me/+JVvaThoyR4szZmMy.

По всем вопросам можно обращаться ко всем преподавателям курса. Шиманогов Игорь Николаевич: shimanogov.in@phystech.edu

Факультативный курс "Избранные вопросы алгебры и теории чисел"

Высшая алгебра и теория чисел являются одними из основных направлений в математике, и имеют массу теоретических и практических применений.

О курсе

Курс посвящен нескольким дополнительным к основному курсу ОВАиТК темам из высшей алгебры и теории чисел (по выбору студента). Обычно мы обсуждаем классификацию конечных и конечно-порожденных абелевых групп, применения леммы Бернсайда и теоремы Пойа, мультипликативную группу конечного поля и применения её в кодировании и другие темы.

Для кого

Данный курс является дополнением к курсу "Основы высшей алгебры и теории кодирования" (ОВАиТК) и предназначен для студентов 1-го курса, которые хотят более углубленно изучить высшую алгебру и теорию чисел.

Преподаватель

Ильинский Дмитрий Геннадиевич, к.экон.н., доцент кафедр МОУ и ДМ.

Расписание

Курс начинается 28 февраля. Занятия будут проходить в 204а ГК по пятницам, 18:35 - 20:00.

Дополнительная информация

По всем вопросам можно обращаться к Ильинскому Дмитрию Геннадиевичу: ilinskii.dg@phystech.edu

Курс "Теория риска"

Теория риска определяется как исследование отклонений фактических финансовых результатов от ожидаемых и представляет собой совокупность методов предотвращения неблагоприятных последствий этих отклонений.

О курсе

Вероятностный подход к страхованию жизни позволяет встраивать долгосрочные страховые договоры в модели теории риска и, по сути, превращает теорию страхования жизни в составную часть (но очень важную составную часть) теории риска. Теория разорения, другой важный раздел теории риска, включается в нее как средство анализа одного из источников неблагоприятных долгосрочных финансовых отклонений – страховых случаев. Этот источник является главнейшим аспектом моделей страховых предприятий.

Для кого

Курс разработан для студентов, освоивших курс теории вероятностей.

Преподаватель

Белолипецкий Александр Алексеевич, профессор кафедры МОУ, д.ф.-м.н., профессор.

Расписание

Курс начинается 6 февраля. Занятия будут проходить в онлайн-режиме по четвергам с 18:35 до 20:00 в форме zoom-конференци. Идентификатор конференции: 7126616565, код доступа: 440883

Дополнительная информация

По всем вопросам можно обращаться к Белолипецкому Александру Алексеевичу: belolip4609@yandex.ru

Альтернативный курс "Методы оптимального управления"

О курсе

Оптимальное управление описывает подходы к моделированию сложных управляемых динамических систем, включающие методы решения экстремальных задач и оптимизации, обладающих различными структурами, вычислительными характеристиками и информационной сложностью. Методы оптимального управления имеют разнообразные приложения к различным задачам техники, экономики, физики, естествознания и др.

Для кого

Курс рассчитан на студентов, имеющих базовые знания дифференциального исчисления.

Преподаватель

Лектор: Бекларян Левон Андреевич, д.ф.-м.н., профессор, профессор каф. МОУ;
семинары: Флерова Анна Юрьевна, к.ф.-м.н., доцент, доцент каф. МОУ, Евтухов Анатолий Дмитриевич, ассистент каф. МОУ, Акиндинов Георгий Дмитриевич, ассистент кафедры МОУ.

Расписание

Курс начинается 5 февраля. Занятия будут проходить по средам в 415 ГК, 9:00 - 11:25.

Дополнительная информация

Новости и дополнительная информация по курсу на сайте курса: https://ocm-mipt.notion.site/18fb0bcfa51c4c61b5ce37a830b1c203

По всем вопросам можно обращаться к Флеровой Анне Юрьевне: a.flerova@phystech.edu

Альтернативный курс «Приложения алгебраических структур»

Алгебраические структуры имеют массу приложений как в математике, так и в информатике, и даже в физике, о чём и будет рассказано в данном курсе.

О курсе

В данном курсе рассматривается несколько прикладных тем, где алгебраические структуры имеют важное значение: проблема дискретного логарифмирования и тесты на простоту, великая теорема Ферма при n=3, построения циркулем и линейкой, разрешимость в радикалах, введения в группы Ли.

Для кого

Курс предназначен для студентов 3-го курса, которым интересна алгебра и хотелось бы узнать о её различных применениях.

Преподаватель

Лектор: Ильинский Дмитрий Геннадиевич, к.экон.н., доцент кафедр МОУ и ДМ.

Расписание

Курс начинается 7 февраля. Лекции будут проходить в 515 ГК по пятницам, 13:55 – 15:20.

Расписание семинаров уточняется.

Дополнительная информация

По всем вопросам можно обращаться к Ильинскому Дмитрию Геннадиевичу: ilinskii.dg@phystech.edu

Центр научного программирования ФПМИ

Факультативный курс "Введение в методы Монте-Карло"

Углубленное понимание методов Монте-Карло позволяет научиться реализовывать различные методы предсказаний, в том числе в сфере вычислительных финансов.

О курсе

Курс для аналитиков и data science специалистов, желающих углубить свои знания в области случайного моделирования и программных методов его реализации. В курсе будут обсуждаться современные методы Монте-Карло и методы ускорения Монте-Карло моделирования, будут даны основные идеи Марковских Цепей.

Для кого

Курс для аналитиков и data science специалистов, желающих углубить свои знания в области случайного моделирования и программных методов его реализации.

Преподаватель

Светличный Александр Олегович, к. ф.-м. н., младший научный сотрудник лаборатории релятивистской ядерной физики ИЯИ РАН, зам. директора по образованию в Центре научного программирования ФПМИ.

Расписание

Курс начинается 13 февраля. Занятия будут проходить очно в ауд. 424 Арктика по четвергам в 18:30.

Дополнительная информация

По всем вопросам можно обращаться к Александру Светличному: @svetlichnyyalex

Курс “Введение в идиоматичный Kotlin”

Преимущества Kotlin в качестве начального языка для продвинутого научного программирования: строгая типизация, четко построенная система типов, высокая производительность, автоматическое управление памятью, хорошая поддержка многопоточного и асинхронного программирования, 100 % совместимость с библиотеками на Java, лучший инструментарий, обширное сообщество (официальный язык для проектов Android), коммерческое применение.

О курсе

На курсе разобраны основные особенности языка Kotlin, а также основы численных методов и решение практических численных и научных задач на Kotlin. Существенное внимание уделено подходам к проектированию научных библиотек и приложений, асинхронному программированию, а также методам повышения производительности вычислений.

Для кого

Для успешного прохождения курса нужно владеть базовыми знаниями в любом языке программирования.

Преподаватель

Нозик Александр Аркадьевич, Директор Центра Научного Программирования МФТИ, Google Developer Expert по Kotlin, (ex) руководитель направления в JetBrains Research, специалист по разработке на JVM платформах, архитектуре научного программного обеспечения и анализу данных.

Расписание

Лекции по Kotlin начнутся 12 февраля. Лекции будут проходить в онлайн по средам в 17.05. Семинары будут проходить онлайн в понедельник или в пятницу в 20:00 (подробности на первой лекции).

Ссылка для подключения: https://sciprogcentre.ktalk.ru/w6agjxujbksi

Дополнительная информация

На курс приглашаются все желающие, но так как он не факультативный, если нужна проверка и зачет, то нужно либо добавлять курс в индивидуальный план, либо написать лично в чат https://t.me/kotlin_mipt

Кафедра междисциплинарного анализа социально-экономических процессов ФПМИ

Факультативный курс "Основы машинного обучения и управления рисками в банках"

Управление рисками в банках - активно развивающаяся область деятельности, которая сочетает в себе высокий уровень информационных технологий, современный математический аппарат и продвинутые методы машинного обучения (machine Learning, ML). ML дает возможность существенно улучшить финансовые результаты банка в том числе за счет повышения точности принимаемых решений и оптимизации процессов. Более того, методы ML являются эффективным и универсальным инструментом, использующимся в широком множестве прикладных задач, связанных с обработкой данных и прогнозированием.

О курсе

Курс направлен на ознакомление слушателей с принципами управления рисками в кредитной организации и на изучение методов машинного обучения, которые находят свое применение в риск-менеджменте. Делается обзор процессов кредитования в банках, рассказывается о роли риск-менеджмента и моделирования в управлении кредитным портфелем банка. Методы математического моделирования и машинного обучения обсуждаются с точки зрения практического применения и алгоритмической реализации. Курс снабжен примерами решения задач ML, реализованными средствами языка Python.

Для кого

Курс ориентирован на студентов, аспирантов и специалистов, интересующихся современными методами машинного обучения и их применением на практике. Для наилучшего усвоения материала предпочтительно знакомство с такими дисциплинами, как теория вероятностей и численные методы.

Преподаватель

Акимов П.А., к.ф.-м.н., исполнительный директор Управления риск-моделирования, ПАО "Сбербанк"

Илишаев С.И., Блок "Риски", ПАО "Сбербанк"

Кирпа В.Д., Управление риск-моделирования, ПАО "Сбербанк"

Расписание

на усмотрение МФТИ

Дополнительная информация

Акимов Павел Александрович, pavelaakimov@gmail.com, telegram - @SupremumMM

Центр обучения проектированию и разработки игр

Курс по выбору «Разработка игр на Unreal Engine»

В условиях постоянного развития технологий и роста популярности видеоигр, направление «Технологии программирования игр» представляет собой перспективную область для изучения. Студенты этого направления получают знания и навыки, необходимые для создания качественных и увлекательных игр. Они изучают современные языки программирования, работают с графикой, физикой, осваивают основы дизайна уровней и управления игровым процессом.

О курсе

Этот курс предназначен для тех, кто хочет освоить один из самых популярных и мощных инструментов разработки игр — Unreal Engine. Студенты курса получают знания и навыки, необходимые для создания качественных и увлекательных игр с использованием этого движка. Они изучают основы работы с Unreal Engine, учатся создавать игровые уровни, работать с персонажами и объектами, настраивать физику и освещение, а также оптимизировать игры для различных платформ.

Для кого

Курс разработан для студентов, имеющих хорошие знания С++. Курс особенно подойдёт для тех, кто знаком с Unity и планирует расширять границы своих навыков и открывать для себя новые перспективы.

Преподаватель

Поседко Алексей Дмитриевич, сотрудник ЦОПРИ с опытом преподавания в Scream School.

Расписание

Курс начинается 7 февраля. Занятия будут проходить в онлайн-режиме по пятницам в 15:30. Ссылка для подключения: https://fpmidpo8.ktalk.ru/hnelgaexjx0o

Дополнительная информация

По всем вопросам можно обращаться к Сергею Черномырдину: https://t.me/donor56

Где продолжить обучение

Продолжить изучение разработки компьютерных игр можно на магистерских программах «Технологии программирования игр» и "Современный геймдизайн". В основе программы лежит идея объединения усилий программистов, гейм-разработчиков, маркетологов и физиков для разработки компьютерных игр и их дальнейшей публикации на современных игровых площадках.

Курс по выбору «Дизайн компьютерных игр»

В условиях постоянного развития технологий и роста популярности видеоигр, направление «Современный геймдизайн» представляет собой перспективную область для изучения.

Студенты этого направления получают знания и навыки, необходимые для создания качественных и увлекательных игр. Они изучают основы проектирования игровых механик, осваивают принципы визуального и звукового оформления, учатся работать с нарративом и продумывать игровые уровни.

О курсе

Курс охватывает такие важные аспекты, как взаимодействие с игроком, балансировка игрового процесса и создание визуального стиля. Учащиеся также получат навыки работы с инструментами для прототипирования и тестирования игр, что позволит им в дальнейшем превращать свои идеи в полноценные игровые проекты.

Для кого

Этот курс предназначен для тех, кто хочет погрузиться в мир дизайна компьютерных игр и освоить ключевые принципы, лежащие в основе создания увлекательного игрового опыта.

Преподаватель

Лукьянов Алексей Евгеньевич, сотрудник ЦОПРИ, который преподаёт данный курс на ФПМИ уже не первый год.

Расписание

Курс начинается с 5 февраля Занятия будут проходить в 425 Физтех.Арктика по средам, с 17:05 до 20:00.

Дополнительная информация

По всем вопросам можно обращаться к Сергею Черномырдину: https://t.me/donor56

Где продолжить обучение

Кафедра финансовых технологий

Курс «Введение в анализ данных в финтехе»

Направление аналитики жизненно необходимо каждому бизнесу, поскольку оно помогает ему принимать эффективные решения на основе данных.

Курс поможет:

овладеть практическими навыками работами с базами данных посредством языка запросов SQL;

овладеть навыками A/B-тестирования и построения простейших моделей;

сформировать системную базу знаний о теории вероятностей и математической статистике;

научиться визуализировать результаты экспериментов.

Для кого

Для тех, кто хочет научится извлекать инсайты из большого количества данных, генерировать гипотезы и проверять их методами математической статистики.

Преподаватель

Калугина Мария, Главный аналитик Т-Банка

Расписание

Курс стартовал 20 февраля. Занятия будет проходить в штаб-квартире Т-Банка по четвергам 19:00-20:30.

Дополнительная информация:

К занятиям можно присоединиться до 6 марта. Для записи на курс необходимо написать куратору кафедры: Никита Богданов, tg: @n_bogdanoff

А также записаться на курс по ссылке: https://edu.tbank.ru/all-activities/courses/0c34bf55-68c9-4547-b352-db3f29e6b782

1521 views·20 shares

1521 views