На информационном ресурсе применяются рекомендательные технологии (информационные технологии предоставления информации на основе сбора, систематизации и анализа сведений, относящихся к предпочтениям пользователей сети "Интернет", находящихся на территории Российской Федерации)

РОСБАЛТ

988 подписчиков

Свежие комментарии

  • Владимир Долгушин
    dvm9183132090 Есть высокорентабельная технология газификации поселений Монголии, включая столицу, за счёт их собствен...В Монголии 77% те...
  • Eduard
    Ихорошо,это прежде всегр рассадник зла.Фейсбук бто тоже не только попки девушек и кошечки,это проукраинсквя пропоганд...В Чечне и Дагеста...
  • Eduard
    Ещё один недоносок!Житель Выборга на...

Студенты вузов из России, Великобритании, Германии и США сразились в хакатоне по ИИ

Онлайн-кампус НИУ ВШЭ совместно с ПСБ организовал хакатон для студентов, которые увлекаются анализом данных, визуализацией и машинным обучением, а также готовятся работать в креативных индустриях. В хакатоне зарегистрировались 620 и приняли участие 428 человек из разных регионов России. За первое место боролись студенты ведущих вузов, таких как НИУ ВШЭ, Финансовый университет при правительстве РФ, МИРЭА, МГУ, РАНХиГС.

Также были представители университетов из Санкт-Петербурга, Поволжья и Сибири. Хакатон привлек внимание представителей международных учебных заведений: Университета Гринвича (Великобритания), HTW Berlin (Германия), Школы естественных наук и математики Оклахомы (США) и студентов из Казахстана, Беларуси и Кыргызстана. Студенты объединялись в команды по 2-5 человек и работали над задачей, связанной с потребностью в оптимизации крупной гостиничной сети. Участникам предстояло выяснить, можно ли на основе данных о бронировании, оплатах и отменах разработать новый банковский продукт, который поможет упростить организацию собственного отдыха. Команды использовали технологии искусственного интеллекта и машинного обучения для поиска скрытых закономерностей — например, выясняли, какие формы оплаты или даты заезда чаще связаны с отменами. Эти технологии позволяли автоматически проанализировать большие объемы информации и находить такие связи, которые человек не заметил бы самостоятельно за столь короткий срок. Для того чтобы быть допущенными до защиты проекта и стать финалистами, командам необходимо было войти в число лидеров общего рейтинга, который формировался по 4 критериям с суммарным результатом 100 баллов: оценка итоговой модели (макс.
40), качество технического решения (макс. 30), презентация проектного продукта (макс. 20), ответы на вопросы (макс. 10). Соревнование проводилось с 20 по 22 сентября 2024 года, из которых первые два дня были в online-формате на платформе DS Works, а заключительный день с нетворкингом прошел в кампусе университета ВШЭ. До защиты проекта были допущены 172 участника (41 команда). Победителем турнира стала команда Contrast Analytics (Альбина Бурлова, Юлия Мазепа, Вячеслав Литвинов) из НИУ ВШЭ, на втором месте оказалась команда REU DS CLUB (Алексей Вашкевич, Гордей Ключенко, Виктор Костырин, Лариса Латунова, Мария Морозова) из университетов: Московский политехнический университет, Российский экономический университет им. Г. В. Плеханова, РАНХиГС. Третье место заняла команда projectX misis (Айдар Каримов, Павел Смирнов, Дмитрий Уросов, Родион Оркин) из Московского института стали и сплавов (НИТУ МИСИС).

 

Ссылка на первоисточник
наверх