Гид

Big data смотрит на мир

Жизнь больших данных в медицине, физике, лингвистике и обработке изображений

62524 450
62524 450
Партнер гида
Корпоративный университет Сбербанка

Корпоративный университет Сбербанка — центр развития лидеров мирового уровня. В портфеле КУ более 100 программ развития корпоративных и профессиональных компетенций.

О гиде
Возможные применения технологий анализа данных безграничны, но некоторые области благодаря им изменились до неузнаваемости. Анализ текстов, разработка лекарств, поиск новых элементарных частиц — вот только несколько направлений, в которых компьютеры стали совершенно незаменимы. В проекте «Банк знаний» мы вместе с учеными подготовили этот гид для тех, кто не знает, зачем нужны большие данные и как они используются в серьезных научных исследованиях.

Поделиться

Научный консультант гида
кандидат физико-математических наук, старший научный сотрудник научно-учебной лаборатории методов анализа больших данных НИУ ВШЭ

Большие данные микромира

01
Как поймать бозон Хиггса?

Мультфильм о Стандартной модели, больших данных и адронном коллайдере

02
Поиск событий на Большом адронном коллайдере

Специалист по Data Science Андрей Устюжанин о бозоне Хиггса, фейерверках частиц и алгоритмах отбора снимков событий

03
Анализ больших данных в физике элементарных частиц

Физик Денис Деркач о фотографиях, нейронных сетях и машинном обучении в обработке данных экспериментов Большого адронного коллайдера

04
Триггеры в аналитике данных на Большом адронном коллайдере

Физик Денис Деркач о событиях на Большом адронном коллайдере, применении машинного обучения в физике элементарных частиц и видах триггеров

05
Оценка качества данных в физике высоких энергий

Физик Денис Деркач объяснил, почему важно сохранять как можно больше данных в ходе экспериментов БАК, как устроен процесс обучения алгоритмов для проверки качества данных и какие бывают аномалии в качестве данных

Следите за прогрессом

Сохраните гид в личном кабинете, чтобы отслеживать прохождение

Данные о языке

06
Машинное обучение в лингвистике

Почему машинное обучение похоже на демократию, как краудсорсинг помогает в обработке текстов и как обстоят дела с анализом малых языков

07
Поэзия и нейронные сети

Филолог Борис Орехов о генерировании поэзии, нейронных сетях и компьютерном Высоцком

08
Глубинное обучение в обработке и анализе текстов

Какие языковые модели использовали до нейросетевой революции, возможно ли передать текст без потери структуры и семантики в память компьютера и каким образом смартфон подсказывает нам слова в сообщениях

09
Тематическое моделирование

Как работают системы машинного перевода и каким образом информация из социальных сетей помогает при анализе данных

10
Большие данные в лингвистике

Лингвист Анастасия Бонч-Осмоловская о корпусной лингвистике, поиске изменений в языке и проблемах оцифрованных данных

Большие данные в медицине

11
Хорошо интерпретируемые методы анализа данных

Специалист по Computer Science Алексей Незнанов об интерпретируемости методов анализа данных, применении систем искусственного интеллекта в клинике и значимости объяснений для доказательной медицины

12
Анализ медицинских изображений

Разговор с математиком о проблемах диагностики с помощью машинного обучения

13
Медицинская информатика

Специалист по Computer Science Алексей Незнанов о разделах медицинской информатики, носимой электронике и будущем медицинских услуг

14
В мире больших данных

В мире больших данных

Корпоративный университет Сбербанка

Корпоративный университет Сбербанка — центр развития лидеров мирового уровня. В портфеле КУ более 100 программ развития корпоративных и профессиональных компетенций.