Годовой проект (ИИ25) — различия между версиями

Материал из Wiki - Факультет компьютерных наук
Перейти к: навигация, поиск
Строка 19: Строка 19:
 
'''O = 0.5 * N + 0.325 * (O_predefense + O_defense), где N - число полностью сделанных в срок чекпойнтов (по шкале 1 - сделано полностью/0.5 - сделано частично/0 - не сделано к дедлайну), O_predefense = O_defense = 0.6 * индивидуальная оценка куратора за полугодие + 0.4 * командная оценка комиссии на защите'''
 
'''O = 0.5 * N + 0.325 * (O_predefense + O_defense), где N - число полностью сделанных в срок чекпойнтов (по шкале 1 - сделано полностью/0.5 - сделано частично/0 - не сделано к дедлайну), O_predefense = O_defense = 0.6 * индивидуальная оценка куратора за полугодие + 0.4 * командная оценка комиссии на защите'''
  
==Материалы курса==
+
==Чекпойнт 1==
Ссылка на плейлист курса на YouTube: [[ YouTube-playlist]]
+
  
Ссылка на GitHub с материалами курса: [[ GitHub repository]]
+
✔️Создать чат с командой и добавить куратора
 +
✔️Созвониться с куратором и познакомиться
 +
✔️Зафиксировать итоговую тему работы и план работы на год (с учетом чекпойнтов)
 +
✔️Создать на github репозиторий проекта и в readme.md отразить итоговую тему, состав команды, куратора и план работы. Оформить readme красиво
 +
✔️За выполнение чекпойнтов к дедлайну идет оценка (1/0.5/0), и если выполнить чекпойнт позже дедлайна - будет 0
  
{| class="wikitable"
+
'''Дедлайн: 6 октября 23:59'''
|-
+
! Занятие !! Тема !! Дата !! Материалы для самоподготовки к семинарам !! Дополнительные материалы
+
|-
+
| style="background:#eaecf0;" | '''1''' [[ Запись]] || [[ Ноутбук]]  || ...<date>... || ||
+
|-
+
| style="background:#eaecf0;" | '''2''' [[ Запись]] || [[ Ноутбук]] || ...<date>... || ||
+
|-
+
| style="background:#eaecf0;" | '''3''' [[ Запись]] || [[ Ноутбук]] || ...<date>... || ||
+
|-
+
| style="background:#eaecf0;" | '''4''' [[ Запись]] || [[ Ноутбук]] || ...<date>... || ||
+
|-
+
| style="background:#eaecf0;" | '''5''' [[ Запись]] || [[ Ноутбук]] || ...<date>... || ||
+
|-
+
| style="background:#eaecf0;" | '''6''' [[ Запись]] || [[ Ноутбук]] || ...<date>... || ||
+
|-
+
| Конец первого модуля |
+
|-
+
| style="background:#eaecf0;" | '''7''' [[ Запись]] || [[ Ноутбук]] || ...<date>... || ||
+
|-
+
| style="background:#eaecf0;" | '''8''' [[ Запись]] || [[ Ноутбук]] || ...<date>... || ||
+
|-
+
| style="background:#eaecf0;" | '''9''' [[ Запись]] || [[ Ноутбук]] || ...<date>... || ||
+
|-
+
| style="background:#eaecf0;" | '''10''' [[ Запись]] || [[ Ноутбук]] || ...<date>... || ||
+
|-
+
| style="background:#eaecf0;" | '''11''' [[ Запись]] || [[ Ноутбук]] || ...<date>... || ||
+
|-
+
| style="background:#eaecf0;" | '''12''' [[ Запись]] || [[ Ноутбук]] || ...<date>... || ||
+
|-
+
|}
+
  
=== Записи консультаций ===
+
==Ориентировочное описание чекпоинтов для треков ML/DL/research==
  
 +
'''Трек ML:'''
 +
1. Знакомство с куратором, постановка и уточнение задачи, план на год
 +
2. Сбор данных и EDA
 +
3. Линейные модели ML
 +
4. Нелинейные модели ML, feature-engineering и выбор лучшего ML-решения
 +
5. Создание сервиса с имплементацией лучшего ML-решения
 +
6. DL-модели
 +
7. Доработка задачи: улучшение сервисной части по обратной связи от команды курса П.Р.; тюнинг DL-моделей и выбор лучшего решения overall
  
==Формула оценивания==
+
'''Трек DL:'''
 +
1. Знакомство с куратором, постановка и уточнение задачи, план на год
 +
2. Сбор данных и EDA
 +
3. Изучение существующих подходов для решения поставленной задачи и близких по формулировке; реализация бейзлайна (что-то максимально простое - быть может, даже ML)
 +
4. Любое улучшение бейзлайна - реализация более сложного подхода из списка существующих или осуществление собственных идей
 +
5. Создание сервиса с имплементацией лучшего ML-решения
 +
6. Эксперименты с DL-архитектурами, выбор и тюнинг лучшей/лучших архитектур
 +
7. Доработка задачи: улучшение сервисной части по обратной связи от команды курса П.Р.
  
Оценка = ...<вес 1>...*О<sub>...<форма контроля 1>...</sub> + ...<вес 2>...*О<sub>...<форма контроля 2>...</sub> + ...<вес 3>...*О<sub>...<форма контроля 3>...</sub>
+
'''Трек Research:'''
 
+
1. Знакомство с куратором, постановка и уточнение задачи, план на год
 
+
2. Сбор данных и EDA
== Домашние задания ==
+
3. Изучение существующих подходов для решения поставленной задачи и близких по формулировке; реализация бейзлайна (что-то максимально простое - быть может, даже ML)
#
+
4. Эксперименты с DL-архитектурами, выбор и тюнинг лучшей/лучших архитектур
#
+
5. Создание сервиса с имплементацией лучшего ML-решения
#
+
6. Непосредственно research в данной задаче: тестирование различных гипотез, подбор архитектур, метрик и другие релевантные для задачи вещи
#
+
7. Доработка задачи: улучшение сервисной части по обратной связи от команды курса П.Р.; завершение research-части и подведение итогов по проведенным исследованиям
 
+
== Литература ==
+
#
+
#
+
#
+
#
+

Версия 14:12, 29 сентября 2025

О проекте

🫐Проект командный в группах 2-4 человека (не больше); при остром обоснованном желании можно делать индивидуально

🫐У каждой команды будет куратор, который будет сопровождать команду на протяжении всего года

🫐У проекта будет 7 промежуточных контрольных точек (чекпойнты) - за их полное выполнение к дедлайну ставится 0.5 баллов из 10 итоговых

🫐Проект программный - то есть во всех проектах (во всех!) должен быть реализован сервис/бот/программная часть по требованиям, которые мы опубликуем ближе к нужному чекпойнту

🫐Основной трек называется ML - на него вы идете (и выбираете проекты из этого трека), если у вас нет опыта работы с нейросетями и достаточных знаний по ним; если же вы имеете и знания, и опыт работы с нейросетями - под свою ответственность можете выбирать проекты из трека DL/research

🫐Про уровни сложности: нет опыта/знаний - берем base, есть опыт/знания - берем middle, вы круче наших преподов - берем pro

Документ с описанием практической подготовки (проект/ВКР) на странице программы: https://www.hse.ru/mirror/pubs/share/1080448458.pdf

Формула оценки

O = 0.5 * N + 0.325 * (O_predefense + O_defense), где N - число полностью сделанных в срок чекпойнтов (по шкале 1 - сделано полностью/0.5 - сделано частично/0 - не сделано к дедлайну), O_predefense = O_defense = 0.6 * индивидуальная оценка куратора за полугодие + 0.4 * командная оценка комиссии на защите

Чекпойнт 1

✔️Создать чат с командой и добавить куратора ✔️Созвониться с куратором и познакомиться ✔️Зафиксировать итоговую тему работы и план работы на год (с учетом чекпойнтов) ✔️Создать на github репозиторий проекта и в readme.md отразить итоговую тему, состав команды, куратора и план работы. Оформить readme красиво ✔️За выполнение чекпойнтов к дедлайну идет оценка (1/0.5/0), и если выполнить чекпойнт позже дедлайна - будет 0

Дедлайн: 6 октября 23:59

Ориентировочное описание чекпоинтов для треков ML/DL/research

Трек ML: 1. Знакомство с куратором, постановка и уточнение задачи, план на год 2. Сбор данных и EDA 3. Линейные модели ML 4. Нелинейные модели ML, feature-engineering и выбор лучшего ML-решения 5. Создание сервиса с имплементацией лучшего ML-решения 6. DL-модели 7. Доработка задачи: улучшение сервисной части по обратной связи от команды курса П.Р.; тюнинг DL-моделей и выбор лучшего решения overall

Трек DL: 1. Знакомство с куратором, постановка и уточнение задачи, план на год 2. Сбор данных и EDA 3. Изучение существующих подходов для решения поставленной задачи и близких по формулировке; реализация бейзлайна (что-то максимально простое - быть может, даже ML) 4. Любое улучшение бейзлайна - реализация более сложного подхода из списка существующих или осуществление собственных идей 5. Создание сервиса с имплементацией лучшего ML-решения 6. Эксперименты с DL-архитектурами, выбор и тюнинг лучшей/лучших архитектур 7. Доработка задачи: улучшение сервисной части по обратной связи от команды курса П.Р.

Трек Research: 1. Знакомство с куратором, постановка и уточнение задачи, план на год 2. Сбор данных и EDA 3. Изучение существующих подходов для решения поставленной задачи и близких по формулировке; реализация бейзлайна (что-то максимально простое - быть может, даже ML) 4. Эксперименты с DL-архитектурами, выбор и тюнинг лучшей/лучших архитектур 5. Создание сервиса с имплементацией лучшего ML-решения 6. Непосредственно research в данной задаче: тестирование различных гипотез, подбор архитектур, метрик и другие релевантные для задачи вещи 7. Доработка задачи: улучшение сервисной части по обратной связи от команды курса П.Р.; завершение research-части и подведение итогов по проведенным исследованиям