LSML 2023/2024 — различия между версиями
TmKarter (обсуждение | вклад) (правка инфо возле тг ссылки на чат) |
TmKarter (обсуждение | вклад) м (удаление ссылки на чат) |
||
| (не показано 10 промежуточных версии этого же участника) | |||
| Строка 15: | Строка 15: | ||
=== Полезные ссылки === | === Полезные ссылки === | ||
| − | Слайды лекций: | + | Слайды лекций: [https://drive.google.com/drive/folders/1TCRaEmmkT3T8XKDMtm5KjYZ2jJCH5EfK тык] |
| − | Получение доступа к Облаку - | + | Получение доступа к Облаку - https://forms.gle/Bo6wst4qfZ89TwPd7 |
| − | Таблица с оценками: | + | Таблица с оценками: [https://docs.google.com/spreadsheets/d/1X9BL4VBlrDqu7VAaykSg19yM7JCjtFLo5Bw8QKRUWjA/edit?usp=sharing тык] |
| − | Плейлист с записями всех занятий - | + | Плейлист с записями всех занятий - [https://www.youtube.com/playlist?list=PLEwK9wdS5g0pm8uTSNkHsdEi6PLlIV2RN тык] |
| − | Чат в telegram с объявлениями и топиками по курсу: | + | Чат в telegram с объявлениями и топиками по курсу: - |
| − | Репозиторий с материалами семинаров: | + | Репозиторий с материалами семинаров: [https://github.com/art591/lsml-2024/tree/main тык] |
| − | Наше облако: | + | Наше облако: https://console.cloud.yandex.ru/cloud/b1gjgaju2nhl8bbacq3f |
Ошибки в материалах лекций/семинаров/заданий лучше всего оформлять в виде issue на github. | Ошибки в материалах лекций/семинаров/заданий лучше всего оформлять в виде issue на github. | ||
| Строка 37: | Строка 37: | ||
! Задание !! Ссылка для сдачи !! Ссылка на домашнее задание !! Дата выдачи !! Дедлайн | ! Задание !! Ссылка для сдачи !! Ссылка на домашнее задание !! Дата выдачи !! Дедлайн | ||
|- | |- | ||
| − | | Мини домашнее задание 1. || | + | | Мини домашнее задание 1. || https://forms.gle/caSVYF9ogmVsRwSn8 || [https://github.com/art591/lsml-2024/blob/main/MHW1.%20Bash%20%26%20Cloud.ipynb тык] || 11 февраля || 18 февраля 23:59 |
|- | |- | ||
| − | | Мини домашнее задание 2. || | + | | Мини домашнее задание 2. || https://forms.gle/EzXK6uAcarmuBfVm8 || [https://github.com/art591/lsml-2024/blob/main/MHW2.%20Hadoop.ipynb тык] || 21 февраля || 3 марта 23:59 |
|- | |- | ||
| − | | Мини домашнее задание 3. || | + | | Мини домашнее задание 3. || https://forms.gle/1rzQenpfnn3RDHZf9 || [https://github.com/art591/lsml-2024/blob/main/MHW%203.%20Classical%20models.ipynb тык] || 13 марта || 24 марта 23:59 |
|- | |- | ||
| − | | | + | | Основное домашнее задание || https://forms.gle/4XKotxy4yBk7Dwx49 || [https://github.com/art591/lsml-2024/blob/main/Main%20Homework.%20Outbrain.ipynb тык] || 4 марта || 24 марта 23:59 |
| − | + | ||
| − | | | + | |
|- | |- | ||
|} | |} | ||
| − | == Семинары == | + | == Лекции и Семинары == |
| + | Лекции проводит Космачев Алексей по СБ 11:10 - 12:30 по МСК - [https://us06web.zoom.us/j/86545266265?pwd=P9jbLqznmtdrdKG7cfCm8J3iV99GBF.1 ссылка] | ||
| + | |||
| + | Семинары проводят: | ||
| + | |||
| + | - Алекберов Артем по ЧТ в 11:10-12:30 по МСК - [https://us06web.zoom.us/j/81052703435?pwd=DVbi840yNaJ8XnIPpq3spTceM0BGNn.1 ссылка] | ||
| − | + | - Анищенко Илья по СБ в 14:40-16:00 по МСК - [https://us06web.zoom.us/j/84189555936?pwd=ceuvbb0ipCq1SSvOpDBakWuBY3fE4v.1 ссылка] | |
=== Консультации === | === Консультации === | ||
| Строка 68: | Строка 71: | ||
Итоговая оценка вычисляется: | Итоговая оценка вычисляется: | ||
| − | O<sub>итоговая</sub> = 0. | + | O<sub>итоговая</sub> = 0.5*[(O<sub>МДЗ1</sub> + O<sub>МДЗ2</sub> + O<sub>МДЗ3</sub> + O<sub>МДЗ4</sub>)/3] + 0.5*O<sub>ДЗ</sub> |
=== Правила сдачи заданий === | === Правила сдачи заданий === | ||
Текущая версия на 00:10, 13 мая 2024
Содержание
О курсе
Курс читается для студентов 4-го курса ПМИ ФКН ВШЭ в 3 модуле. Проводится с 2017 года.
Лектор: Космачев Алексей Дмитриевич
Семинаристы: Алекберов Артем Темурович, Анищенко Илья Игоревич
Ассистент -
Лекции проходят в онлайн-режиме.
Вычислительные мощности в облаке Yandex.Cloud для курса предоставила компания Яндекс.
Полезные ссылки
Слайды лекций: тык
Получение доступа к Облаку - https://forms.gle/Bo6wst4qfZ89TwPd7
Таблица с оценками: тык
Плейлист с записями всех занятий - тык
Чат в telegram с объявлениями и топиками по курсу: -
Репозиторий с материалами семинаров: тык
Наше облако: https://console.cloud.yandex.ru/cloud/b1gjgaju2nhl8bbacq3f
Ошибки в материалах лекций/семинаров/заданий лучше всего оформлять в виде issue на github.
Самостоятельные задачи сдаются в Google forms. Для каждого задания своя отдельная ссылка на прием заданий:
| Задание | Ссылка для сдачи | Ссылка на домашнее задание | Дата выдачи | Дедлайн |
|---|---|---|---|---|
| Мини домашнее задание 1. | https://forms.gle/caSVYF9ogmVsRwSn8 | тык | 11 февраля | 18 февраля 23:59 |
| Мини домашнее задание 2. | https://forms.gle/EzXK6uAcarmuBfVm8 | тык | 21 февраля | 3 марта 23:59 |
| Мини домашнее задание 3. | https://forms.gle/1rzQenpfnn3RDHZf9 | тык | 13 марта | 24 марта 23:59 |
| Основное домашнее задание | https://forms.gle/4XKotxy4yBk7Dwx49 | тык | 4 марта | 24 марта 23:59 |
Лекции и Семинары
Лекции проводит Космачев Алексей по СБ 11:10 - 12:30 по МСК - ссылка
Семинары проводят:
- Алекберов Артем по ЧТ в 11:10-12:30 по МСК - ссылка
- Анищенко Илья по СБ в 14:40-16:00 по МСК - ссылка
Консультации
Консультации с преподавателями и учебными ассистентами (если иное не оговорено на странице семинаров конкретной группы) по курсу проводятся по предварительной договорённости ввиду невостребованности регулярных консультаций.
При необходимости, можно писать на почту или в Telegram.
Правила выставления оценок
В курсе предусмотрено несколько форм контроля знания:
- Мини-домашние задания. Дедлайн на сдачу заданий - 2-3 недели (см таблицу).
- Большое домашнее задание (будет выдано ориентировочно на 3 семинаре).
- Дополнительно будет проведено мини-соревнование. За него можно заработать только дополнительные баллы (в основную формулу оценки они не входят).
Итоговая оценка вычисляется:
Oитоговая = 0.5*[(OМДЗ1 + OМДЗ2 + OМДЗ3 + OМДЗ4)/3] + 0.5*OДЗ
Правила сдачи заданий
Важно останавливать\удалять ресурсы, создаваемые в облаке, так как в противном случае финансов может не хватить для выполнения всех заданий. Полезно при этом овладеть навыком сохранения промежуточных данных в облачном хранилище - это позволит максимально быстро выполнять задания с минимальными финансовыми затратами.
Дедлайны по всем домашним заданиям являются жёсткими, то есть после срока работы не принимаются.
При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.
Полезные материалы
Книги
- Ron Bekkerman, Mikhail Bilenko, John Langford. Scaling up Machine Learning: Parallel and Distributed Approaches, Cambridge University Press, 2011.
- Jure Leskovec, Anand Rajaraman, Jeff Ullman. Mining of Massive Datasets, Cambridge University Press, 2014.
- Ian Goodfellow, Yoshua Bengio, Aaron Courville. Deep Learning (Adaptive Computation and Machine Learning series), The MIT Press, 2016.
- Sandy Ryza, Uri Laserson, Sean Owen, Josh Wills. Advanced Analytics with Spark: Patterns for Learning from Data at Scale, O'Reilly Media, 2015.
