Основы глубинного обучения — различия между версиями
Dalyutkin (обсуждение | вклад) (Обновление ИАД-5) |
Leksious (обсуждение | вклад) (→Лекции) |
||
| Строка 77: | Строка 77: | ||
==Лекции== | ==Лекции== | ||
| + | Все лекции лежат [https://github.com/hse-ds/iad-deep-learning/tree/master/2021/lectures на гитхабе]. | ||
| + | |||
| + | '''Лекция 1''' (08.09.2021). Введение в глубинное обучение. Полносвязные слои. [[https://github.com/hse-ds/iad-deep-learning/blob/master/2022/lectures/lecture01-intro.pdf Слайды]] [[https://youtu.be/-VH7bIoxYp8 Запись лекции]] | ||
== Семинары == | == Семинары == | ||
Версия 18:56, 15 сентября 2022
Содержание
О курсе
Курс читается для студентов 3-го курса майнора ИАД в 1-2 модулях.
Проводится с 2015 года.
Лектор — Соколов Евгений Андреевич
Занятия проходят онлайн по четвергам на третьей паре (13:00 - 14:20).
Полезные ссылки
Репозиторий с материалами: https://github.com/hse-ds/iad-deep-learning
Домашние задание сдаются в Anytask: https://anytask.org/course/??
Канал в telegram для объявлений: https://t.me/hse_iad_22
Чат в telegram (осторожно, риск флуда и отсутствия ответов на содержательные вопросы): https://t.me/+pbt8rRfldsUzZGUy
Таблица с оценками: https://docs.google.com/spreadsheets/d/1VHuG476mULH9QgsXlVsL5CDf6J7BrwlKOVfOMQDXH7g/edit?usp=sharing
Вопросы по курсу можно задавать в телеграм лектору (@esokolov), семинаристу, в чатах групп или в issues на гитхабе.
Семинары
| Группа | Преподаватель | Учебные ассистенты | Zoom-конференция | Ссылка на чат | Инвайт в anytask |
|---|---|---|---|---|---|
| ИАД-1 | Нарек Алвандян | Максим Абрахам | [Zoom] | [Чат] | |
| ИАД-2 | Егор Масликов | Ксения Лапшина, Марина Казюлина | Zoom | Чат | |
| ИАД-3 | Антон Семенкин | Александр Плахин, Михаил Никифоров | Zoom | Чат | |
| ИАД-5 | Михаил Гущин | Люткин Дмитрий, Матяш Дарья | Zoom | Чат | |
| ИАД-6 | Макс Карпов | Александр Плахин, Никита Киселев | Zoom | Чат | |
| ИАД-7 | Гельван Кирилл | Смоленчук Иван, Костромина Алина | [Zoom] | Чат | |
| ИАД-10 | Алексей Ковалёв | Максим Гудзикевич | [Zoom] | Чат |
Правила выставления оценок
В курсе предусмотрено несколько форм контроля знания:
- Практические домашние работы на Python
- Проверочные работы на лекциях
- Контрольная где-то в середине курса
- Письменный экзамен
Итоговая оценка вычисляется по формуле:
Округление(0.4 * ДЗ + 0.1 * ПР + 0.2 * КР + 0.3 * Э)
ДЗ — средняя оценка за практические домашние задания
ПР — средняя оценка за проверочные работы
КР — оценка за контрольную работу
Э — оценка за экзамен
Правила сдачи заданий
За каждый день просрочки после мягкого дедлайна снимается 1 балл. После жёсткого дедлайна работы не принимаются. Даже при опоздании на одну секунду. Сдавайте заранее.
Два раза студент может сдать домашнее задание после мягкого дедлайна (но до жёсткого) без штрафов.
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.
При наличии уважительной причины пропущенную проверочную можно написать позднее, а дедлайн по домашнему заданию может быть перенесён. Дедлайн по домашнему заданию переносится на количество дней, равное продолжительности уважительной причины. Решение о том, является ли причина уважительной, принимает исключительно учебный офис.
Лекции
Все лекции лежат на гитхабе.
Лекция 1 (08.09.2021). Введение в глубинное обучение. Полносвязные слои. [Слайды] [Запись лекции]
Семинары
Записи консультаций
Практические задания
Домашние задания выкладываются в репозиторий курса. За каждый день просрочки мягкого дедлайна снимается два балла. После жёсткого дедлайна задания не принимаются.
