Проектный семинар Avito (МОиВС, 2022)

Материал из Wiki - Факультет компьютерных наук
Версия от 08:50, 9 ноября 2022; SavelyProkhorov (обсуждение | вклад)

(разн.) ← Предыдущая | Текущая версия (разн.) | Следующая → (разн.)
Перейти к: навигация, поиск

О курсе

Занятия проводятся по понедельникам в 18:00 и стартуют 26.09.22

Контакты

Канал курса в TG: channel link

Чат курса в TG: chat link

Преподаватели: Глеб Баянов, Анастасия Игнатьева, Роман Будылин, Руслан Гилязев, Вадим Чернышев

Ассистент Контакты
Артём Червяков @arorlov

Материалы курса

Ссылка на плейлист курса на YouTube: https://www.youtube.com/playlist?list=PLmA-1xX7IuzCHzd4Joqm9yeNhLpOz-jMp

Ссылка на GitHub с материалами курса: GitHub

Занятие Тема Дата Преподаватели Материалы для самоподготовки к семинарам Дополнительные материалы
1 26.09.22 ML в классифайдах. Краудсорс разметка данных Баянов Глеб, Игнатьева Анастасия
2 03.10.22 Продолжение разговора про краудсорсинг. Эвристики для разметки данных. Анонс соревнования Игнатьева Анастасия, Гилязев Руслан, Будылин Роман
3 10.10.22 Активное обучение. Генерация данных. Разбор кейса: размазывание номеров Гилязев Руслан, Чернышев Вадим, Игнатьева Анастасия
4 02.11.22 Презентация решений участников соревнования Топ-3 на Kaggle :)

Формула оценивания

Оценка за курс ставится по результатам соревнования на Kaggle. Критерии оценивания по метрике ROC-AUC нижеследующие (скоры берём по Private Leaderboard):

[0.7, 0.71) 4 балла
[0.71, 0.72) 5 баллов
[0.72, 0.735) 6 баллов
[0.735, 0.75) 7 баллов
ROC-AUC >= 0.75 8 баллов
  • 9 баллов получают те из студентов, кто получит ROC-AUC >= 0.75 и окажется в общем топ-18 соревнования на Private Leaderboard;
  • 10 баллов - те, кто получит ROC-AUC >= 0.75 и окажется в общем топ-9 на Private;

Домашние задания

Соревнование на Kaggle: https://www.kaggle.com/competitions/photocontacts

Литература