НИС Прикладные задачи анализа данных (МОиВС, 2022) — различия между версиями

Материал из Wiki - Факультет компьютерных наук
Перейти к: навигация, поиск
м (add some links)
м (add seminars' dates and seminarists' names)
Строка 28: Строка 28:
 
  ! Занятие !! Тема !! Дата !! Преподаватель !! Материалы для самоподготовки к семинарам !! Дополнительные материалы
 
  ! Занятие !! Тема !! Дата !! Преподаватель !! Материалы для самоподготовки к семинарам !! Дополнительные материалы
 
|-
 
|-
| style="background:#eaecf0;" | '''1''' || Поиск аномалий || || Кантонистова Елена Олеговна || ||  
+
| style="background:#eaecf0;" | '''1''' || Рекомендательные системы || 17.09.22 || Цвигун Аким || ||
 
|-
 
|-
| style="background:#eaecf0;" | '''2''' || Рекомендательные системы || || Цвигун Аким || ||
+
| style="background:#eaecf0;" | '''2''' || Поиск аномалий || 24.09.22 || Кантонистова Елена Олеговна || ||  
 
|-
 
|-
| style="background:#eaecf0;" | '''3''' || Быстрый поиск ближайших соседей || || || ||
+
| style="background:#eaecf0;" | '''3''' || Нормализационные потоки || 01.10.22 || Гущин Михаил|| ||
 
|-
 
|-
| style="background:#eaecf0;" | '''4''' || Графовый подход в задаче кластеризации || || || ||
+
| style="background:#eaecf0;" | '''4''' || Быстрый поиск ближайших соседей || 08.10.22 || Бокатенко Данил || ||
 
|-
 
|-
| style="background:#eaecf0;" | '''5''' || EM-алгоритм || || Максим Рябинин || ||
+
| style="background:#eaecf0;" | '''5''' || Графовый подход в задаче кластеризации || 15.10.22 || Бокатенко Данил || ||
 
|-
 
|-
| style="background:#eaecf0;" | '''6''' || Нормализационные потоки || || Гущин Михаил|| ||
+
| style="background:#eaecf0;" | '''6''' || AutoML || 18.10.22 || Садртдинов Ильдус || ||
 
|-
 
|-
| style="background:#eaecf0;" | '''7''' || AutoML || || || ||
+
| style="background:#eaecf0;" | '''7''' || EM-алгоритм || 22.10.22 || Максим Рябинин || ||
 
|-
 
|-
 
|}
 
|}

Версия 03:16, 21 сентября 2022

О курсе

Курс посвящен расширению кругозора обучающихся в области машинного и глубинного обучения. На курсе изучаются различные приложения анализа данных, которые, как правило, не входят в программы других дисциплин цикла. Среди изучаемых на курсе тем: поиск аномалий в данных, обзор алгоритмов построения рекомендаций, EM-алгоритм, нормализационные потоки и другие приложения.

Занятия проводятся в [ Zoom] по ... в ...

Контакты

Канал курса в TG: channel link

Чат курса в TG: chat link

Ассистенты Контакты
Червяков Артем @arorlov
Прохоров Савелий @Savely_Prokhorov

Материалы курса

Ссылка на плейлист курса на YouTube: https://www.youtube.com/playlist?list=PLmA-1xX7IuzDT8M0NfFg6r5IXLoFx7xsI

Ссылка на GitHub с материалами курса: GitHub

Занятие Тема Дата Преподаватель Материалы для самоподготовки к семинарам Дополнительные материалы
1 Рекомендательные системы 17.09.22 Цвигун Аким
2 Поиск аномалий 24.09.22 Кантонистова Елена Олеговна
3 Нормализационные потоки 01.10.22 Гущин Михаил
4 Быстрый поиск ближайших соседей 08.10.22 Бокатенко Данил
5 Графовый подход в задаче кластеризации 15.10.22 Бокатенко Данил
6 AutoML 18.10.22 Садртдинов Ильдус
7 EM-алгоритм 22.10.22 Максим Рябинин

Формула оценивания

Оценка = 0.3*тесты + 0.7*ДЗ

В начале занятия - тест (4-5 несложных вопросов) по теме предыдущего занятия.

Домашние задания

Литература