Современные методы машинного обучения — различия между версиями

Материал из Wiki - Факультет компьютерных наук
Перейти к: навигация, поиск
м (add common channel)
Строка 11: Строка 11:
 
=== Полезные ссылки ===
 
=== Полезные ссылки ===
  
[https://www.hse.ru/ba/ami/courses/292743107.html Карточка курса и программа]
+
[https://www.hse.ru/edu/courses/346235110 Карточка курса и программа]
  
 
Репозиторий с материалами: https://github.com/hse-ds/iad-deep-learning
 
Репозиторий с материалами: https://github.com/hse-ds/iad-deep-learning
Строка 19: Строка 19:
 
Канал в telegram для объявлений: https://t.me/hse_minor_intro_dm_2020
 
Канал в telegram для объявлений: https://t.me/hse_minor_intro_dm_2020
  
Чат в telegram (осторожно, риск флуда и отсутствия ответов на содержательные вопросы): https://t.me/joinchat/A5rlQBSn7ROATFOWGlzRwg
+
Чат в telegram (осторожно, риск флуда и отсутствия ответов на содержательные вопросы): https://t.me/iad_flood
  
[ Таблица с оценками]
+
[https://docs.google.com/spreadsheets/d/1O6TcqNniwQ2dw-xpK04S1ufWQh42w5hwMEITgJQIEjk/edit?usp=sharing Таблица с оценками]
  
Оставить отзыв на курс: [ форма]
+
'''Вопросы''' по курсу можно задавать в телеграм лектору (esokolov@), семинаристу, в чатах групп или в issues на [https://github.com/hse-ds/iad-deep-learning гитхабе].
 
+
'''Вопросы''' по курсу можно задавать в телеграм куратору курса (esokolov@), семинаристу, в чатах групп или в issues на [https://github.com/hse-ds/iad-deep-learning гитхабе].
+
  
 
=== Семинары ===
 
=== Семинары ===
Строка 48: Строка 46:
  
 
В курсе предусмотрено несколько форм контроля знания:
 
В курсе предусмотрено несколько форм контроля знания:
* Самостоятельные работы на семинарах, проверяющие знание основных фактов с онлайн-курсов и семинаров
 
 
* Практические домашние работы на Python
 
* Практические домашние работы на Python
 
* Контрольная где-то в середине курса
 
* Контрольная где-то в середине курса
 
* Письменный экзамен
 
* Письменный экзамен
 
Также в рамках курса студенты могут изучить онлайн-курс How to Win a Data Science Competition. За его успешное прохождение будет выставлено 10 бонусных баллов, которые можно прибавить к оценке за любое из домашних заданий или за любую проверочную работу. Чтобы получить эти баллы, курс надо сдать до 18 декабря включительно.
 
  
 
Итоговая оценка вычисляется по формуле:
 
Итоговая оценка вычисляется по формуле:
  
Округление(0.4 * ДЗ + 0.1 * ПР + 0.2 * КР + 0.3 * Э)
+
Округление(0.5 * ДЗ + 0.2 * КР + 0.3 * Э)
  
 
ДЗ — средняя оценка за практические домашние задания
 
ДЗ — средняя оценка за практические домашние задания
 
ПР — средняя оценка за проверочные работы на семинарах
 
  
 
КР — оценка за контрольную работу
 
КР — оценка за контрольную работу
Строка 72: Строка 65:
  
 
При наличии уважительной причины 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.
 
При наличии уважительной причины 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.
 
==Онлайн-курсы==
 
 
Дисциплина сопровождается двумя онлайн-курсами: [https://www.coursera.org/learn/intro-to-deep-learning Introduction to Deep learning] и [https://www.coursera.org/learn/competitive-data-science How to Win a Data Science Competition].
 
 
Курс Introduction to Deep learning не нужно проходить полностью — требуется лишь смотреть видео из него. Мы будем сообщать, к какому моменту что надо посмотреть.
 
 
Курс How to Win a Data Science Competition нужно полностью сдать на Coursera. Оценка за него войдёт в итоговую оценку.
 
  
 
==Семинары==
 
==Семинары==
Строка 85: Строка 70:
  
 
== Практические задания ==
 
== Практические задания ==
 +
 
Домашние задания выкладываются в [https://github.com/hse-ds/iad-deep-learning репозиторий курса]. За каждый день просрочки мягкого дедлайна снимается один балл. После жёсткого дедлайна задания не принимаются.
 
Домашние задания выкладываются в [https://github.com/hse-ds/iad-deep-learning репозиторий курса]. За каждый день просрочки мягкого дедлайна снимается один балл. После жёсткого дедлайна задания не принимаются.
 
'''Домашнее задание 1'''
 
 
 
 
'''Домашнее задание 2'''
 
 
 
 
'''Домашнее задание 3'''
 
 
  
 
== Контрольная работа ==
 
== Контрольная работа ==

Версия 18:07, 16 сентября 2020

О курсе

Курс читается для студентов 3-го курса майнора ИАД в 1-2 модулях.

Проводится с 2015 года.

Организационные вопросы можно задавать Соколову Евгению Андреевичу

Занятия проходят онлайн по четвергам на второй паре (11:10 - 12:30).

Полезные ссылки

Карточка курса и программа

Репозиторий с материалами: https://github.com/hse-ds/iad-deep-learning

Домашние задание сдаются в Anytask:

Канал в telegram для объявлений: https://t.me/hse_minor_intro_dm_2020

Чат в telegram (осторожно, риск флуда и отсутствия ответов на содержательные вопросы): https://t.me/iad_flood

Таблица с оценками

Вопросы по курсу можно задавать в телеграм лектору (esokolov@), семинаристу, в чатах групп или в issues на гитхабе.

Семинары

Группа Преподаватель Учебный ассистент Инвайт в anytask Чатик в телеграм
ИАД-1
ИАД-2
ИАД-3 Руслан Хайдуров Соня Дымченко, Анатолий Пащенко https://t.me/joinchat/C232lhy4wn6Pp7epNt-qYQ
ИАД-4
ИАД-5

Правила выставления оценок

В курсе предусмотрено несколько форм контроля знания:

  • Практические домашние работы на Python
  • Контрольная где-то в середине курса
  • Письменный экзамен

Итоговая оценка вычисляется по формуле:

Округление(0.5 * ДЗ + 0.2 * КР + 0.3 * Э)

ДЗ — средняя оценка за практические домашние задания

КР — оценка за контрольную работу

Э — оценка за экзамен

Правила сдачи заданий

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 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.

Семинары

Практические задания

Домашние задания выкладываются в репозиторий курса. За каждый день просрочки мягкого дедлайна снимается один балл. После жёсткого дедлайна задания не принимаются.

Контрольная работа

Экзамен