ИИ и БД — различия между версиями

Версия 19:57, 28 февраля 2018

Страница курса "Искусственный интеллект и большие данные"

Ссылки

1. Telegram-канал: https://t.me/joinchat/AAAAAEqSqaGmihzF3ZnE4g
2. Форум: https://groups.google.com/forum/#!forum/aibd-course-2018 (лучше писать в группу ФБ - ответ будет оперативнее)
3. FB: https://facebook.com/groups/1983952831632009
4. ПУД: https://www.hse.ru/edu/courses/206643947
5. Книга "Статистика и котики": http://www.statcats.ru/2016/03/blog-post.html
6. Опрос по качеству курса: https://goo.gl/forms/gJHOhjxs6fxSqzd82

Преподаватели и консультации

Консультации указаны на личных страницах.

Преподаватели:

1. Мягких Павел Игоревич - https://www.hse.ru/org/persons/213956876
2. Рыжиков Артем Сергеевич - https://www.hse.ru/org/persons/190912317
3. Трусов Иван Алексеевич - https://www.hse.ru/staff/renarde

Ассистенты:

1. Ященко Анастасия
2. Бобровских Глеб

Материалы лекций

1. Лекция 1
2. Лекция 2
3. Лекция 3
4. Лекция 4
5. Лекция 5

Сроки тестов и заданий

1. Тест по темам лекций 1-5 (Машинное обучение) будет открыт 5 марта в 11:00 и закрыт 12 марта в 11:00. Примерный список вопросов будет вывешен на wiki в среду 28.02.

Тест 1

Структура теста:

1. 15 вопросов с один или несколькими вариантами ответа
2. 3 открытых вопроса (ответ в 3-4 предложения)
3. 2 вопроса по картинке и матрице ошибок классификации (ответ в 3-4 предложения)

Примеры вопросов 1 части:

1. Установите последовательность преобразования сигнала в знание (лекция 2)
2. Представлена генеральная совокупность автомобилей 3 цветов из 6 элементов (например,ЧЧККЖЖ, где Ч - черный, К - красный, Ж - желтый). Необходимо сделать такую выборку, которая репрезентативна по признаку цвета. Варианты выборки. Выберите

репрезентативную выборку:

1. 1. ЧКК
   2. ЧЖЖ
   3. ЧКЖ
2. Выберите качественные признаки из (и 4 варианта признаков)
3. Выберите количественные признаки из (и 4 варианта признаков)
4. Данные утверждения верны для матрицы объект-признак (даны утвержения, выберите верные)
5. Дано уравнение линейной регрессии цены квартиры в зависимости от площади: price=20*square+10 (где price - цена, square - площадь). Рассчитайте цену квартиры при площади 30.
6. Приведен пример дерева решений, дан вектор признаков на объекте. Укажите, каково будет предсказание дерева решений на данном объекте.

Примеры вопросов второй части:

1. В чем смысл метода kNN (k ближайших соседей)? Почему не стоит выбирать K нечетным? Объясните суть метода и ответьте на вопрос (3-4 предложения).
2. Можно ли оцифровать картинку? Если да, в какую математическую структуру ее можно преобразовать?

Примеры вопросов третьей части:

1. Дан график рассеяния точек зависимости роста от возраста, на нем проведены три линии. Выберите ту, которая в смысле метода наименьших квадратов является наиболее релевантной к приведенным данным. Объясните смысл метода наименьших квадратов.
2. Опишите, чем отличаются ошибки первого и второго рода. Рассчитайте accuracy по заданной матрице классификаций

Формирование оценок по дисциплине

Подведение итогов промежуточной аттестации по дисциплине проводится только на основании результатов текущего контроля без проведения аттестационного испытания в форме экзамена, т.е.:

О_рез = О_нак

Накопленная оценка по дисциплине рассчитывается по формуле:

O_нак = 0,6*O_тек + 0.4*O_итоговое эссе

Текущая оценка вычисляется как средняя арифметическая по всем промежуточным формам контроля: 2 онлайн-теста и эссе по storytelling. На выполнение промежуточных заданий студентам дается 7 календарных дней. Если задание выполнено позже указанного срока, студент получает минус балл за каждый день опоздания.

Итоговое задание выполняется не позднее, чем за неделю до начала сессии четвертого модуля. В случае невыполнения итогового задания в указанный срок, студент получает за него 0 баллов. Результирующая оценка по учебной дисциплине округляется к ближайшему целому. Оценки за курс выставляются в течение сессии четвертого модуля.