ИИ и БД — различия между версиями
Материал из Wiki - Факультет компьютерных наук
Renarde (обсуждение | вклад) |
Renarde (обсуждение | вклад) |
||
| Строка 44: | Строка 44: | ||
# Установите последовательность преобразования сигнала в знание (лекция 2) | # Установите последовательность преобразования сигнала в знание (лекция 2) | ||
# Представлена генеральная совокупность автомобилей 3 цветов из 6 элементов (например,ЧЧККЖЖ, где Ч - черный, К - красный, Ж - желтый). Необходимо сделать такую выборку, которая репрезентативна по признаку цвета. Выберите репрезентативную выборку из вариантов - (ЧКК, ЧЖЖ, ЧКЖ) | # Представлена генеральная совокупность автомобилей 3 цветов из 6 элементов (например,ЧЧККЖЖ, где Ч - черный, К - красный, Ж - желтый). Необходимо сделать такую выборку, которая репрезентативна по признаку цвета. Выберите репрезентативную выборку из вариантов - (ЧКК, ЧЖЖ, ЧКЖ) | ||
| + | # Выберите, каким методом необходимо решать следующие задачи (дан набор задач, для каждой необходимо выбрать между классификацией, регрессией и кластеризацией) | ||
# Выберите качественные признаки из (и 4 варианта признаков) | # Выберите качественные признаки из (и 4 варианта признаков) | ||
# Выберите количественные признаки из (и 4 варианта признаков) | # Выберите количественные признаки из (и 4 варианта признаков) | ||
| Строка 51: | Строка 52: | ||
'''Примеры вопросов 2 части:''' | '''Примеры вопросов 2 части:''' | ||
| − | # В чем смысл метода kNN (k ближайших соседей)? Почему не стоит выбирать K четным? Объясните суть метода и ответьте на вопрос (3-4 предложения). | + | # В чем смысл метода kNN (k ближайших соседей) в задаче классификации? Почему не стоит выбирать K четным? Объясните суть метода и ответьте на вопрос (3-4 предложения). |
# Можно ли оцифровать картинку? Если да, в какую математическую структуру ее можно преобразовать? | # Можно ли оцифровать картинку? Если да, в какую математическую структуру ее можно преобразовать? | ||
Версия 20:01, 28 февраля 2018
Страница курса "Искусственный интеллект и большие данные"
Содержание
Ссылки
- Telegram-канал: https://t.me/joinchat/AAAAAEqSqaGmihzF3ZnE4g
- Форум: https://groups.google.com/forum/#!forum/aibd-course-2018 (лучше писать в группу ФБ - ответ будет оперативнее)
- FB: https://facebook.com/groups/1983952831632009
- ПУД: https://www.hse.ru/edu/courses/206643947
- Книга "Статистика и котики": http://www.statcats.ru/2016/03/blog-post.html
- Опрос по качеству курса: https://goo.gl/forms/gJHOhjxs6fxSqzd82
Преподаватели и консультации
Консультации указаны на личных страницах.
Преподаватели:
- Мягких Павел Игоревич - https://www.hse.ru/org/persons/213956876
- Рыжиков Артем Сергеевич - https://www.hse.ru/org/persons/190912317
- Трусов Иван Алексеевич - https://www.hse.ru/staff/renarde
Ассистенты:
- Ященко Анастасия
- Бобровских Глеб
Материалы лекций
Сроки тестов и заданий
- Тест по темам лекций 1-5 (Машинное обучение) будет открыт 5 марта в 11:00 и закрыт 12 марта в 11:00. Примерный список вопросов будет вывешен на wiki в среду 28.02.
Справочная информация по 1 тесту
Структура теста:
- 15 вопросов с один или несколькими вариантами ответа
- 3 открытых вопроса (ответ в 3-4 предложения)
- 2 вопроса по картинке и матрице ошибок классификации (ответ в 3-4 предложения)
Примеры вопросов 1 части:
- Установите последовательность преобразования сигнала в знание (лекция 2)
- Представлена генеральная совокупность автомобилей 3 цветов из 6 элементов (например,ЧЧККЖЖ, где Ч - черный, К - красный, Ж - желтый). Необходимо сделать такую выборку, которая репрезентативна по признаку цвета. Выберите репрезентативную выборку из вариантов - (ЧКК, ЧЖЖ, ЧКЖ)
- Выберите, каким методом необходимо решать следующие задачи (дан набор задач, для каждой необходимо выбрать между классификацией, регрессией и кластеризацией)
- Выберите качественные признаки из (и 4 варианта признаков)
- Выберите количественные признаки из (и 4 варианта признаков)
- Данные утверждения верны для матрицы объект-признак (даны утвержения, выберите верные)
- Дано уравнение линейной регрессии цены квартиры в зависимости от площади: price=20*square+10 (где price - цена, square - площадь). Рассчитайте цену квартиры при площади 30.
- Приведен пример дерева решений, дан вектор признаков на объекте. Укажите, каково будет предсказание дерева решений на данном объекте.
Примеры вопросов 2 части:
- В чем смысл метода kNN (k ближайших соседей) в задаче классификации? Почему не стоит выбирать K четным? Объясните суть метода и ответьте на вопрос (3-4 предложения).
- Можно ли оцифровать картинку? Если да, в какую математическую структуру ее можно преобразовать?
Примеры вопросов 3 части:
- Дан график рассеяния точек зависимости роста от возраста, на нем проведены три линии. Выберите ту, которая в смысле метода наименьших квадратов является наиболее релевантной к приведенным данным. Объясните смысл метода наименьших квадратов.
- Опишите, чем отличаются ошибки первого и второго рода. Рассчитайте accuracy по заданной матрице классификаций
Формирование оценок по дисциплине
Подведение итогов промежуточной аттестации по дисциплине проводится только на основании результатов текущего контроля без проведения аттестационного испытания в форме экзамена, т.е.:
О_рез = О_нак
Накопленная оценка по дисциплине рассчитывается по формуле:
O_нак = 0,6*O_тек + 0.4*O_итоговое эссе
Текущая оценка вычисляется как средняя арифметическая по всем промежуточным формам контроля: 2 онлайн-теста и эссе по storytelling. На выполнение промежуточных заданий студентам дается 7 календарных дней. Если задание выполнено позже указанного срока, студент получает минус балл за каждый день опоздания.
Итоговое задание выполняется не позднее, чем за неделю до начала сессии четвертого модуля. В случае невыполнения итогового задания в указанный срок, студент получает за него 0 баллов. Результирующая оценка по учебной дисциплине округляется к ближайшему целому. Оценки за курс выставляются в течение сессии четвертого модуля.
