Генеративные модели в машинном обучении (ИИ 2024) — различия между версиями
м (add space for link to marks gsheet) |
(UPD formula) |
||
| Строка 64: | Строка 64: | ||
==Формула оценивания == | ==Формула оценивания == | ||
| − | Общая оценка: | + | Общая оценка: <code>0.5*O<small>ДЗ</small> + 0.15*О<small>СР</small> + 0.25*О<small>Экз.</small> + 0.1*О<small>Stepik</small></code> |
| − | + | Экзамен, как и все прочие формы контроля, не блокирующий. Сколько накопили до экзамена, столько (после математического округления) можем ставить в итог за курс. | |
| − | + | ||
| − | + | ||
== Домашние задания == | == Домашние задания == | ||
Версия 15:04, 11 сентября 2024
Содержание
О курсе
Курс читается на первом модуле студентам магистерской образовательной программы "Искусственный интеллект".
Канал и чат курса в ТГ: Чат
| Группа | Преподаватели | Zoom | Время |
|---|---|---|---|
| Базовая | Ершов Глеб | Zoom | суббота 13:00 + вторник 17.09 18:10 |
| Продвинутая | Гущин Михаил | Zoom | четверг 18:10 + среда 25.09 18:10 |
| Ассистенты |
|---|
| Прохоров Савелий |
| Охотин Даниил |
| Никифорова Соня-Аня |
| Кураторы |
|---|
| Залесинский Роман |
| Зуев Гордей |
Материалы курса
Ссылка на плейлист курса на VK: VK-playlist
Ссылка на GitHub с материалами курса: GitHub
Ссылка на stepik: Stepik
Ссылка на ведомость с оценками: GSheet
| Занятие | Тема | Материалы семинаров | Дополнительные материалы |
|---|---|---|---|
| 1 | Трансформеры | [Тетрадка] [Colab] [Запись_продвинутая] | [Статья1] [Статья2] [Статья3] |
| 2 | Архитектуры трансформеров | - | - |
| 3 | Генеративно-состязательные сети (GANs) | - | - |
| 4 | Вариационные автокодировщики (VAEs) и нормализующие потоки (Normalizing Flows) | - | - |
| 5 | Диффузионные модели | - | - |
| 6 | Мультимодальные модели | - | - |
| 7 | Синтез речи (Text-to-Speech) | - | - |
| 8 | Оптимизация моделей | - | - |
Формула оценивания
Общая оценка: 0.5*OДЗ + 0.15*ОСР + 0.25*ОЭкз. + 0.1*ОStepik
Экзамен, как и все прочие формы контроля, не блокирующий. Сколько накопили до экзамена, столько (после математического округления) можем ставить в итог за курс.
Домашние задания
Инвайт в Anytask: UZppWJ0 (проверить)
Задание 1. Трансформеры
Вам предстоит дообучить трансформер на своих данных.
Дедлайн: 04 марта 2024 года 23:59
Ссылка: (ссылка)
Задание 2. Генеративные модели
Вам предстоит обучить генеративную модель на своих данных.
Дедлайн: 01 апреля 2024 года 23:59
Ссылка: (ссылка)
Задание 3. Мультимодельные модели
Вам предстоит разобраться с мультимодальностью.
Дедлайн: 01 апреля 2024 года 23:59
Ссылка: (ссылка)
Тесты и неоцениваемые теоретические ДЗ (ТУДУ)
...
Экзамен (ТУДУ)
...
Литература
Курсы по машинному обучению и анализу данных
- Основы глубинного обучения, ВШЭ
- Глубинное обучение, ВШЭ
- Глубинное обучение 1, МФТИ
- Глубинное обучение 2, МФТИ
- Онлайн-учебник по машинному обучению от ШАД
- Курс по машинному обучению К.В. Воронцова
