НИС Прикладные задачи анализа данных (МОиВС, 2022) — различия между версиями
м (add sem7 YouTube video link) |
м (add literature list blueprint) |
||
Строка 71: | Строка 71: | ||
== Литература == | == Литература == | ||
+ | RecSys: | ||
+ | * Ким Фальк, "Рекомендательные системы на практике"; | ||
+ | * [https://habr.com/ru/company/retailrocket/blog/345226/ Статья на Хабре со ссылками на избранные статьи с ACM RecSys]; | ||
+ | * [http://www.machinelearning.ru/wiki/images/0/0f/PZAD2017_11_recsys.pdf Слайды лекции лекции Дьяконова А.Г. в МГУ]; | ||
+ | * Charu C. Aggarwal. Recommender Systems: The Textbook, Springer; | ||
+ | * Recommender Systems Handbook. Francesco Ricci, Lior Rokach, Bracha Shapira (Eds.), Springer | ||
+ | |||
+ | Anomaly Detection: | ||
+ | * [https://github.com/yzhao062/anomaly-detection-resources '''anomaly-detection-resources''' repo on GitHub] | ||
+ | |||
+ | Normalizing Flows: | ||
+ | * | ||
+ | |||
+ | AutoML: | ||
+ | * | ||
+ | |||
+ | Other: | ||
+ | * [https://cdn1.sph.harvard.edu/wp-content/uploads/sites/1268/2020/11/ciwhatif_hernanrobins_23nov20.pdf Хорошая книга по causal inference] |
Версия 12:49, 3 ноября 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 | [Запись] Рекомендательные системы | 17.09.22 | Цвигун Аким | Конспект Жени Соколова по рекомендательным системам | |
2 | [Запись] Поиск аномалий | 24.09.22 | Кантонистова Елена | Запись занятия Жени Соколова по поиску аномалий, Конспект | |
3 | [Запись]Нормализационные потоки | 01.10.22 | Гущин Михаил | Лекция Михаила на ИАДе | |
4 | [Запись] AutoML | 04.10.22 | Садртдинов Ильдус | Лекция Жени Соколова на МО-2 |
Байесовская оптимизация: Гауссовские процессы: |
5 | [Запись] Быстрый поиск ближайших соседей | 08.10.22 | Бокатенко Данил | Хэш-функции | |
6 | [Запись] Графовый подход в задаче кластеризации | 15.10.22 | Бокатенко Данил | Собственные значения и собственные векторы матрицы | Подробная статья по спектральной кластеризации |
7 | [Запись] 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
Литература
RecSys:
- Ким Фальк, "Рекомендательные системы на практике";
- Статья на Хабре со ссылками на избранные статьи с ACM RecSys;
- Слайды лекции лекции Дьяконова А.Г. в МГУ;
- Charu C. Aggarwal. Recommender Systems: The Textbook, Springer;
- Recommender Systems Handbook. Francesco Ricci, Lior Rokach, Bracha Shapira (Eds.), Springer
Anomaly Detection:
Normalizing Flows:
AutoML:
Other: