Мы используем файлы cookies для улучшения работы сайта НИУ ВШЭ и большего удобства его использования. Более подробную информацию об использовании файлов cookies можно найти здесь, наши правила обработки персональных данных – здесь. Продолжая пользоваться сайтом, вы подтверждаете, что были проинформированы об использовании файлов cookies сайтом НИУ ВШЭ и согласны с нашими правилами обработки персональных данных. Вы можете отключить файлы cookies в настройках Вашего браузера.

  • A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Тема «анализ данных»

Ученые представили новый метод для работы с несбалансированными данными

Ученые представили новый метод для работы с несбалансированными данными
Специалисты факультета компьютерных наук НИУ ВШЭ и Лаборатории искусственного интеллекта Сбера разработали геометрический метод расширения данных — Simplicial SMOTE. Тесты на разных наборах данных показали, что он значительно улучшает качество работы AI. Метод особенно полезен в ситуациях, когда редкие случаи очень важны, например в борьбе с мошенничеством или при диагностике редких болезней. Результаты исследования доступны в открытом архиве Arxiv.org и будут представлены на Международной конференции по обнаружению знаний и анализу данных (KDD) летом 2025 года в Торонто.

ВШЭ и Индийский технологический институт Дели договорились о совместных исследовательских проектах

Индийский технологический институт Дели
НИУ ВШЭ — Санкт Петербург и один из ведущих индийских вузов — Индийский технологический институт Дели (IIT Delhi) — договорились о запуске совместных исследовательских проектов в области социальных, политических и гуманитарных исследований и анализа данных для студентов магистратуры. С российской стороны работу будет координировать Санкт-Петербургская школа социальных наук НИУ ВШЭ.

НИУ ВШЭ стал ассоциированным членом коллаборации LHCb в ЦЕРН

Высшая школа экономики вошла в коллаборацию LHCb на Большом адронном коллайдере в Европейском центре ядерных исследований. Группа НИУ ВШЭ будет состоять из сотрудников научно-учебной лаборатории методов анализа больших данных (LAMBDA). Это позволит исследователям ВШЭ получить полный доступ к данным коллаборации и участвовать в различных проектах.