Проектный семинар Прикладные задачи анализа данных-2021-22 — различия между версиями

Материал из Wiki - Факультет компьютерных наук
Перейти к: навигация, поиск
м (add syllabus and chat-channel links)
м
 
(не показано 6 промежуточных версии этого же участника)
Строка 23: Строка 23:
 
Ссылка на плейлист курса на YouTube: https://www.youtube.com/playlist?list=PLmA-1xX7IuzBxu4qWfjVDz9jyZk-1W02D
 
Ссылка на плейлист курса на YouTube: https://www.youtube.com/playlist?list=PLmA-1xX7IuzBxu4qWfjVDz9jyZk-1W02D
  
Ссылка на GitHub с материалами курса: [[ GitHub]]
+
Ссылка на GitHub с материалами курса: [[https://github.com/Murcha1990/MLDS_AppliedDS_spring2021 GitHub]]
  
 
{| class="wikitable"
 
{| class="wikitable"
 
|-
 
|-
  ! Занятие !! Тема !! Дата !! Преподаватель !! Дополнительные материалы  
+
  ! Занятие !! Тема !! Дата !! Преподаватель !! Материалы для самоподготовки к семинарам !! Дополнительные материалы
 
|-
 
|-
| style="background:#eaecf0;" | '''1''' || Глубинное обучение в рекомендательных системах || 7 июня || Аким Цвигун||
+
| style="background:#eaecf0;" | '''1''' || Поиск аномалий || 31 мая || Кантонистова Елена || [https://www.youtube.com/watch?v=dxy_sxj27u4 Лекция Жени Соколова], [https://github.com/esokolov/ml-course-hse/blob/master/2020-spring/lecture-notes/lecture16-anomaly.pdf конспект] ||  
 
|-
 
|-
| style="background:#eaecf0;" | '''2''' || Временные ряды 1 || 14 июня || Владимир Омелюсик ||
+
| style="background:#eaecf0;" | '''2''' || DL в рекомендательных системах || 7 июня || Аким Цвигун || Список литературы: [http://proceedings.mlr.press/v80/muller18a/muller18a.pdf Статья про KernelNet], [https://www.youtube.com/watch?v=J-QueLndVI8 Видео про SVD-разложение, метрики качества и виды рекомендаций], [https://github.com/muhanzhang/IGMC IGMC] ||
 
|-
 
|-
| style="background:#eaecf0;" | '''3''' || Временные ряды 2 || 21 июня || Владимир Омелюсик ||  
+
| style="background:#eaecf0;" | '''3''' || Временные ряды 1 || 14 июня || Владимир Омелюсик ||  ||
 
|-
 
|-
| style="background:#eaecf0;" | '''4''' || Normalizing Flows || 12 июля || Михаил Гущин ||  
+
| style="background:#eaecf0;" | '''4''' || Временные ряды 2 || 21 июня || Владимир Омелюсик ||  ||
 +
|-
 +
| style="background:#eaecf0;" | '''5''' || EM-алгоритм || 5 июля || Максим Рябинин || ||
 +
|-
 +
| style="background:#eaecf0;" | '''6''' || Normalizing Flows || 12 июля || Михаил Гущин || [https://www.youtube.com/watch?v=1WYXIGsD_5M Лекция по нормализационным потокам]  ||  
 
|-
 
|-
 
|}
 
|}
 
  
 
==Формула оценивания==
 
==Формула оценивания==
 +
 +
Оценка = 0.3*тесты + 0.7*ДЗ
 +
 +
В начале занятия - тест (4-5 несложных вопросов) по теме предыдущего занятия.
 +
 +
== Домашние задания ==
 +
# Временные ряды (''дедлайн - 30 июня 23:59''):  [[https://github.com/Murcha1990/MLDS_AppliedDS_spring2021/tree/main/HW_timeSeries GitHub]]
 +
# Семейство генеративных моделей: GANs, VAEs and NFs (''дедлайн - 26 июля 23:59'') [[https://github.com/Murcha1990/MLDS_AppliedDS_spring2021/blob/main/%D0%97%D0%B0%D0%BD%D1%8F%D1%82%D0%B8%D0%B5%206/hw2/HW2.ipynb GitHub]]

Текущая версия на 13:43, 3 августа 2022

О курсе

Занятия проводятся в [ Zoom] по вторникам в 19:00

Контакты

Канал курса в TG: AppliedDS channel link

Чат курса в TG: AppliedDS chat link

Преподаватель Контакты
Цвигун Аким Telegram
Гущин Михаил Telegram
Омелюсик Владимир Telegram

Материалы курса

Ссылка на плейлист курса на YouTube: https://www.youtube.com/playlist?list=PLmA-1xX7IuzBxu4qWfjVDz9jyZk-1W02D

Ссылка на GitHub с материалами курса: [GitHub]

Занятие Тема Дата Преподаватель Материалы для самоподготовки к семинарам Дополнительные материалы
1 Поиск аномалий 31 мая Кантонистова Елена Лекция Жени Соколова, конспект
2 DL в рекомендательных системах 7 июня Аким Цвигун Список литературы: Статья про KernelNet, Видео про SVD-разложение, метрики качества и виды рекомендаций, IGMC
3 Временные ряды 1 14 июня Владимир Омелюсик
4 Временные ряды 2 21 июня Владимир Омелюсик
5 EM-алгоритм 5 июля Максим Рябинин
6 Normalizing Flows 12 июля Михаил Гущин Лекция по нормализационным потокам

Формула оценивания

Оценка = 0.3*тесты + 0.7*ДЗ

В начале занятия - тест (4-5 несложных вопросов) по теме предыдущего занятия.

Домашние задания

  1. Временные ряды (дедлайн - 30 июня 23:59): [GitHub]
  2. Семейство генеративных моделей: GANs, VAEs and NFs (дедлайн - 26 июля 23:59) [GitHub]