Проектный семинар Прикладные задачи анализа данных-2021-22 — различия между версиями
Материал из Wiki - Факультет компьютерных наук
м (add github link and Lena's pre-materials) |
м |
||
| (не показаны 2 промежуточные версии этого же участника) | |||
| Строка 31: | Строка 31: | ||
| 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;" | '''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''' || DL в рекомендательных системах || 7 июня || Аким Цвигун || | + | | 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;" | ''' | + | | style="background:#eaecf0;" | '''3''' || Временные ряды 1 || 14 июня || Владимир Омелюсик || || |
|- | |- | ||
| style="background:#eaecf0;" | '''4''' || Временные ряды 2 || 21 июня || Владимир Омелюсик || || | | style="background:#eaecf0;" | '''4''' || Временные ряды 2 || 21 июня || Владимир Омелюсик || || | ||
| Строка 39: | Строка 39: | ||
| style="background:#eaecf0;" | '''5''' || EM-алгоритм || 5 июля || Максим Рябинин || || | | style="background:#eaecf0;" | '''5''' || EM-алгоритм || 5 июля || Максим Рябинин || || | ||
|- | |- | ||
| − | | style="background:#eaecf0;" | '''6''' || Normalizing Flows || 12 июля || Михаил Гущин || || | + | | style="background:#eaecf0;" | '''6''' || Normalizing Flows || 12 июля || Михаил Гущин || [https://www.youtube.com/watch?v=1WYXIGsD_5M Лекция по нормализационным потокам] || |
|- | |- | ||
|} | |} | ||
| Строка 48: | Строка 48: | ||
В начале занятия - тест (4-5 несложных вопросов) по теме предыдущего занятия. | 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.
