• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Мероприятия

«Машинный» взгляд на вопросы развития человеческого капитала

Мероприятие завершено
Freepik

18 ноября 2022 года состоится финальный вебинар серии, которую Институт статистических исследований и экономики знаний НИУ ВШЭ проводит этой осенью в рамках деятельности НЦМУ «Центр междисциплинарных исследований человеческого потенциала».

Спикер — ведущий эксперт Центра стратегической аналитики и больших данных Михаил Захаров — ознакомит с подходами, которые его коллеги применяют для анализа больших массивов текстовых данных об инфляции, безработице, инвестициях в образование и других аспектах, значимых для изучения факторов, влияющих на развитие человеческого капитала.

Повестка вебинара:

По мере развития технологий машинного обучения становится все более разнообразным набор методов и спектр их применения современным экспертным сообществом. Михаил Захаров покажет на примере реальных проектов Центра стратегической аналитики и больших данных ИСИЭЗ, выполненных с использованием системы iFORA, как происходят машинное обучение (на основе модели Transformer), подбор гиперпараметров и разметка данных (слов-маркеров), и как решается проблема нехватки размеченных данных.

Дата и время: 18 ноября, 16:30 — 17:30

К участию в вебинаре приглашаются молодые исследователи, студенты старших курсов бакалавриата и магистратуры и все интересующиеся технологиями машинного обучения, инструментами анализа больших данных и актуальной повесткой в сфере человеческого капитала.

Для участия необходимо зарегистрироваться по ссылке ниже.

Контактное лицо: Мария Сварчевская (msvarchevskaya@hse.ru)

Зарегистрироваться

Серия вебинаров организована в рамках программы Научного центра мирового уровня «Центр междисциплинарных исследований человеческого потенциала» на средства гранта, предоставленного Министерством науки и высшего образования Российской Федерации (№ соглашения о предоставлении гранта: 075-15-2022-325)

Участники двух предыдущих вебинаров смогли ознакомиться с базовыми подходами к сентимент-анализу (изучение массивов данных для выявления настроений общества в отношении каких-либо явлений / технологий / продуктов) и особенностями работы с китаеязычными источниками больших данных.