Глубинное обучение 1 23/24 — различия между версиями

Материал из Wiki - Факультет компьютерных наук
Перейти к: навигация, поиск
м (Добавлена ссылка)
(Преподаватели и ассистенты)
Строка 31: Строка 31:
 
! Группа !! Семинарист !! Ассистенты !! Инвайт в anytask
 
! Группа !! Семинарист !! Ассистенты !! Инвайт в anytask
 
|-
 
|-
| 211 || [https://www.hse.ru/org/persons/225560347 Морозов Никита Витальевич] || TBA || TBA
+
| 211 || [https://www.hse.ru/org/persons/225560347 Морозов Никита Витальевич] || [https://t.me/jeembogod Березовский Валерий] [https://t.me/aiziks Максутова Айза] || TBA
 
|-
 
|-
| 212 || TBA || TBA || TBA
+
| 212 || [https://t.me/Birshert Биршерт Алексей Дмитриевич] || [https://t.me/bayesian_monster Максимов Ян] [https://t.me/murkyfella Аксёнов Ярослав] || TBA
 
|-
 
|-
| 213 || TBA || TBA || TBA
+
| 213 || [https://t.me/foma2u Шипилов Фома Александрович] || [https://t.me/mcnckc Гусев Михаил] [https://t.me/kvdmitrieva Екатерина Дмитриева] || TBA
 
|-
 
|-
 
| ВвГО-1 || TBA || TBA || TBA
 
| ВвГО-1 || TBA || TBA || TBA

Версия 09:31, 25 сентября 2023

О курсе

Это страничка курсов 2023-2024 года (1-3 модуль 3 курса ПМИ):

  • Глубинное обучение 1 (для групп МОП: 211-213)
  • Введение в глубинное обучение (группы 214 (ТИ), 217 (АПР) и 218 (АДИС)).

Курс посвящен глубинному обучению – самой активно развивающейся области машинного обучения. Слушатели курса узнают, какие задачи машинного обучения можно решать с помощью нейронных сетей и какие виды нейронных сетей находят свои применения на сегодняшний день. Курс имеет явную практическую направленность, студентам предлагаются задания на обучение нейронных сетей на фреймворке PyTorch языка программирования Python. В курсе обзорно, но достаточно для ознакомления разбираются задачи на изображения и тексты.

Цели освоения курса

  1. Знать принцип работы и уметь обучать следующие виды нейронных сетей: полносвязные, сверточные, рекуррентные, трансформеры.
  2. Владение фреймворком PyTorch для обучения нейронных сетей.
  3. Понимание различных задач, которые решаются с применением глубинного обучения.
  4. Умение обрабатывать данные и составлять пайплайны для обучения нейронных сетей.

Полезные ссылки

  • Чат с обсуждением (МОП): +NO2tyNRZtYUyOGRi (добавить после хттпс://т.ме/)
  • Чат с обсуждением (не МОП): TBA (добавить после хтппс://т.ме/)

Преподаватели и ассистенты

Лекции (МОП); кому писать, если кажется, что все пропало: Ильдус Садртдинов

Группа Семинарист Ассистенты Инвайт в anytask
211 Морозов Никита Витальевич Березовский Валерий Максутова Айза TBA
212 Биршерт Алексей Дмитриевич Максимов Ян Аксёнов Ярослав TBA
213 Шипилов Фома Александрович Гусев Михаил Екатерина Дмитриева TBA
ВвГО-1 TBA TBA TBA
ВвГО-2 TBA TBA TBA

Формулы оценок

МОП

Итог = Округление(0.3 * БДЗ + 0.25 * МДЗ + 0.15 ПР + 0.3 * Э)

  • БДЗ - оценка за большие домашние задания
  • МДЗ - оценка за маленькие домашние задания
  • ПР - оценка за проверочные работы (проводятся на семинарах)
  • Э - оценка за экзамен

Округление арифметическое. Определим накопленную оценку как Накоп = Округление((0.3 * БДЗ + 0.25 МДЗ + 0.15 * ПР) / 0.7). Если Накоп >= 8, то студент может получить Накоп в качестве итоговой оценки, не приходя на экзамен.

Формат экзамена: письменный, в аудитории, материалами пользоваться не разрешается, 2 часа.

Формат пересдачи: накопленная оценка сохраняется, формат аналогичен экзамену.

Не МОП

Итог = Округление(0.7 * МДЗ + 0.3 * ПР)

  • МДЗ - оценка за маленькие домашние задания
  • ПР - оценка за проверочные работы (проводятся на семинарах)

Округление арифметическое.

Формат экзамена: экзамен не предусмотрен.

Формат пересдачи: досдача МДЗ.

Лекции

МОП

Не МОП

Семинары

МОП

Не МОП

Маленькие домашние задания

МОП

Не МОП

Большие домашние задания

Теоретические домашние задания