Методы оптимизации в машинном обучении 2022
Методы оптимизации лежат в основе решения многих задач компьютерных наук. Например, в машинном обучении задачу оптимизации необходимо решать каждый раз при настройке какой-то модели алгоритмов по данным, причём от эффективности решения соответствующей задачи оптимизации зависит практическая применимость самого метода машинного обучения. Данный курс посвящен изучению классических и современных методов решения задач непрерывной оптимизации (в том числе невыпуклых), а также особенностям применения этих методов в задачах оптимизации, возникающих в машинном обучении. Основной акцент в изложении делается на практические аспекты реализации и использования методов. Целью курса является выработка у слушателей навыков по подбору подходящего метода для своей задачи, наиболее полно учитывающего её особенности.
Преподаватели: Кропотов Дмитрий Александрович, Гадецкий Артём, Кодрян Максим.
Группа | Расписание | Инвайт для anytask |
---|---|---|
191 | вторник, лекция в 14:40, семинар в 16:20 | ctXiGBZ |
192 | вторник, лекция в 14:40, семинар в 16:20 | SAWVLsf |
193 | вторник, лекция в 14:40, семинар в 16:20 | I2KuKz3 |
Остальные студенты | вторник, лекция в 14:40, семинар в 16:20 | HQtrYHW |
Группа в Telegram для вопросов по курсу: ссылка
Система выставления оценок по курсу
В рамках курса предполагается несколько теоретических и практических домашних заданий, а также экзамен в конце курса. Каждое задание и экзамен оцениваются исходя из 10-ти баллов. За задания можно получить дополнительные баллы за выполнение бонусных пунктов. Общая оценка за курс вычисляется по правилу Округление_вверх(0.7*<Оценка_за_семестр> + 0.3*<Оценка_за_экзамен>). <Оценка_за_семестр> = min(10, <Суммарная_оценка_за_задания>*10 / <Максимальная_суммарная_оценка_за_задания_без_бонусов>). Итоговая оценка за курс совпадает с общей оценкой при соблюдении следующих дополнительных условий:
Итоговая оценка | Условия |
---|---|
>=8 | Сданы все задания, кроме одного, экзамен сдан в устном формате на оценку >= 6 |
>=6 | Сданы все задания, кроме двух, экзамен сдан (устно или письменно) на оценку >= 4 |
>=4 | Сданы все задания, кроме трех, экзамен сдан (устно или письменно) на оценку >= 4 |
Правила сдачи заданий
Теоретические и практические задания сдаются в систему anytask (инвайт см. выше). В случае наличия мягкого дедлайна задания могут быть присланы после срока сдачи, но с задержкой не более одной недели. При этом начисляется штраф из расчёта 0.5 балла в день. Все задания выполняются самостоятельно. Если задание выполнялось сообща или использовались какие-либо сторонние коды и материалы, то об этом должно быть написано в отчёте. В противном случае «похожие» решения считаются плагиатом и все задействованные студенты (в том числе те, у кого списали) будут сурово наказаны.
Теоретические задания сдаются в anytask в виде сканов или набранных в TeX pdf-файлов. ВАЖНО! Присылаемые сканы должны быть высокого качества, присылаться одним файлом, в котором все листы идут в правильном порядке. В случае плохого качества сканов или же сдачи в формате, отличном от pdf, проверяющий имеет право поставить за работу 0, не проверяя.
Лекции и семинары
№ п/п | Дата | Занятие | Материалы |
---|---|---|---|
1 | 18 января 2022 | Введение в курс. Скорости сходимости итерационных процессов. Матрично-векторное дифференцирование. | Конспект |
2 | 25 января 2022 | Одномерная оптимизация | Конспект |
3 | 01 февраля 2022 | Метод градиентного спуска | |
4 | 08 февраля 2022 | Стандартные матричные разложения. Метод Ньютона. | Презентация по подготовке отчётов |
5 | 15 февраля 2022 | Метод сопряжённых градиентов. | Презентация |
6 | 22 февраля 2022 | Безгессианный метод Ньютона. Выпуклые множества. | Конспект |
7 | 01 марта 2022 | Квазиньютоновские методы оптимизации. Выпуклые функции. | Конспект |
-- | 08 марта 2022 | Занятия не будет | |
8 | 15 марта 2022 | Задачи условной оптимизации. Теорема Каруша-Куна-Таккера. | Конспект |
9 | 22 марта 2022 | Задача линейного программирования. Симплекс-метод. Эквивалентные преобразования задач оптимизации. Стандартные классы выпуклых условных задач оптимизации. | Конспект |
-- | 29 марта 2022 | Занятия не будет | |
10 | 05 апреля 2022 | Метод Ньютона и метод логарифмических барьеров для решения выпуклых задач условной оптимизации. Матричные преобразования в квазиньютоновских методах. | Конспект Конспект |
11 | 12 апреля 2021 | Негладкая выпуклая оптимизация. Субградиентный метод. Субдифференциальное исчисление. | Конспект |
12 | 19 апреля 2021 | Проксимальные методы оптимизации. Сопряженные функции и нормы. | Конспект |
13 | 26 апреля 2021 | Ускоренный оптимальный метод Нестерова. Проекции и проксимальные операторы. | |
-- | 3 мая 2022 | Занятия не будет | |
-- | 10 мая 2022 | Занятия не будет | |
14 | 17 мая 2022 | Стохастическая оптимизация. Автоматическое дифференцирование по графу вычислений. | |
15 | 24 мая 2022 | Дифференцирование через процесс оптимизации. Сведение дискретных задач оптимизации к непрерывным. | Статья 1 Статья 2 |
16 | 31 мая 2022 | Ускоренный стохастический метод оптимизации SDCA. Методы Adagrad, RMSprop, ADAM. | Статья 1 Статья 2 |