Лекторът гл. ас. д-р Орлин Станчев, преподавател в катедра "Астрономия" на Физическия факултет при Софийския университет. Научните му интереси са в областта на звездообразуването и структурата на молекулярните облаци в Галактиката. В работата си използва софтуерни имплементации на различни алгоритми за отделяне и анализ на сгъстявания в молекулярните облаци. Като част от работната група по звездообразуване към катедра "Астрономия", участва в научно сътрудничество по проекти с водещи по тематиката работни групи в Германия.

Живеем в епохата на големите масиви от данни. Те са навсякъде около нас и дори не винаги си даваме сметка, че често ги използваме в своето ежедневие. Развитието на астрономията, както и на останалите науки, е в симбиоза с експоненциалното нарастване на количеството данни. Нещо повече, съвременната астрономия генерира около 25 зета байта (1012 Gb) данни на година. Съхраняването, обработката и анализа на тези колосални обеми данни представлява сериозно предизвикателство за астрономията и за науката като цяло.

Какво представлява машинното обучение? Каква е разликата между машинно обучение, изкуствен интелект и дълбоко обучение? Кои стандартни методи на машинното обучение са най-често използвани в редица астрономически задачи, как откриваме корелации между физическите характеристики на астрономическите обекти, как използваме невронните мрежи за морфологична класификация на галактиките? На тези и други интересни въпроси ще обърнем внимание в предстоящата лекция.