НИС Прикладные задачи анализа данных (МОиВС, 2022) — различия между версиями
Murrcha (обсуждение | вклад) |
м (add hws and Zoom link) |
||
Строка 2: | Строка 2: | ||
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 довольно важные приложения. | 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 довольно важные приложения. | ||
− | Большинство занятий проводятся на [https://events.webinar.ru/54933491/1441462596 Webinar.ru] '''по субботам с 12:00 до 13:20''' | + | Большинство занятий проводятся <s>на [https://events.webinar.ru/54933491/1441462596 Webinar.ru]</s> в [https://us06web.zoom.us/j/89547424816?pwd=ZFVLL1g4REcwMm94NGhuUjBxeUpWQT09 Zoom] '''по субботам с 12:00 до 13:20''' |
==Контакты== | ==Контакты== | ||
Строка 34: | Строка 34: | ||
| style="background:#eaecf0;" | '''3''' || Нормализационные потоки || 01.10.22 || Гущин Михаил|| || | | style="background:#eaecf0;" | '''3''' || Нормализационные потоки || 01.10.22 || Гущин Михаил|| || | ||
|- | |- | ||
− | | style="background:#eaecf0;" | '''4''' || | + | | style="background:#eaecf0;" | '''4''' || AutoML || 04.10.22 || Садртдинов Ильдус || || |
|- | |- | ||
− | | style="background:#eaecf0;" | '''5''' || | + | | style="background:#eaecf0;" | '''5''' || Быстрый поиск ближайших соседей || 08.10.22 || Бокатенко Данил || || |
|- | |- | ||
− | | style="background:#eaecf0;" | '''6''' || | + | | style="background:#eaecf0;" | '''6''' || Графовый подход в задаче кластеризации || 15.10.22 || Бокатенко Данил || || |
|- | |- | ||
| style="background:#eaecf0;" | '''7''' || EM-алгоритм || 22.10.22 || Максим Рябинин || || | | style="background:#eaecf0;" | '''7''' || EM-алгоритм || 22.10.22 || Максим Рябинин || || | ||
Строка 56: | Строка 56: | ||
# По семейству генеративных моделей (на сравнение GAN'ов, автоэнкодеров и нормализационных потоков) | # По семейству генеративных моделей (на сравнение GAN'ов, автоэнкодеров и нормализационных потоков) | ||
# По AutoML | # По AutoML | ||
+ | |||
+ | А вот и они: | ||
+ | # [https://github.com/Murcha1990/MLDS_AppliedDS_autumn2021/tree/main/HWs/hw1_GenModels GANs vs VAEs vs NF], '''Дедлайн - 16.10.22 (Вс) 23:59''', ''Выдано - 01.10.22'' | ||
+ | # [https://github.com/Murcha1990/MLDS_AppliedDS_autumn2021/blob/main/HWs/hw2_AutoML AutoML], '''Дедлайн - 22.10.22 (Сб) 23:59''', ''Выдано - 05.10.22'' | ||
== Литература == | == Литература == |
Версия 23:45, 6 октября 2022
Содержание
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 довольно важные приложения.
Большинство занятий проводятся на Webinar.ru в Zoom по субботам с 12:00 до 13:20
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 | ||
3 | Нормализационные потоки | 01.10.22 | Гущин Михаил | ||
4 | AutoML | 04.10.22 | Садртдинов Ильдус | ||
5 | Быстрый поиск ближайших соседей | 08.10.22 | Бокатенко Данил | ||
6 | Графовый подход в задаче кластеризации | 15.10.22 | Бокатенко Данил | ||
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
По курсу предусмотрено 2 домашних задания
- По семейству генеративных моделей (на сравнение GAN'ов, автоэнкодеров и нормализационных потоков)
- По AutoML
А вот и они:
- GANs vs VAEs vs NF, Дедлайн - 16.10.22 (Вс) 23:59, Выдано - 01.10.22
- AutoML, Дедлайн - 22.10.22 (Сб) 23:59, Выдано - 05.10.22