Ask me (проект) — различия между версиями
Материал из Wiki - Факультет компьютерных наук
(→Что это за проект?) |
|||
| (не показано 5 промежуточных версии ещё одного участника) | |||
| Строка 8: | Строка 8: | ||
|number_of_students=4-5 | |number_of_students=4-5 | ||
|categorize=yes | |categorize=yes | ||
| + | |is_archived=yes | ||
}} | }} | ||
| + | Семинар проекта можно найти [[Ask me (семинар)|здесь]]. | ||
=== Что это за проект? === | === Что это за проект? === | ||
Существует интересная [http://arxiv.org/pdf/1506.07285.pdf статья], описывающая модель, которая '''на вход''' принимает: | Существует интересная [http://arxiv.org/pdf/1506.07285.pdf статья], описывающая модель, которая '''на вход''' принимает: | ||
| Строка 25: | Строка 27: | ||
# На одном из семинаров вы проведете разбор статьи, которую изучили самостоятельно. | # На одном из семинаров вы проведете разбор статьи, которую изучили самостоятельно. | ||
# Будет набор небольших упражнений для закрепления материала. | # Будет набор небольших упражнений для закрепления материала. | ||
| − | # Мы будем двигаться к конечной цели - обучить собственную модель. | + | # Ревью кода ваших коллег по проекту. |
| + | # Мы будем постепенно двигаться к конечной цели - обучить собственную модель. | ||
| − | + | '''Важно.''' Проект требует много времени. Подразумевается большое количество вычислений и самостоятельные исследования. | |
=== Чему вы научитесь? === | === Чему вы научитесь? === | ||
| − | + | # Чтение самых свежих английских статей. | |
| − | + | # Машинное обучение. | |
| − | + | # Нейронные сети, рекуррентные нейронные сети и LSTM сети. | |
| + | # Почувствуете себя исследователем. | ||
=== Какие начальные требования? === | === Какие начальные требования? === | ||
| Строка 42: | Строка 46: | ||
=== Какие будут использоваться технологии? === | === Какие будут использоваться технологии? === | ||
# В качестве основного языка будет Python 3. | # В качестве основного языка будет Python 3. | ||
| − | # Нейронные сети мы будем обучать скорее всего с помощью Theano. | + | # Нейронные сети мы будем обучать скорее всего с помощью [https://github.com/Theano/Theano Theano]. |
| − | # Так же вы можете проводить вычисления на ресурсах aws или воспользоваться google cloud. | + | # Так же вы можете проводить вычисления на ресурсах [https://aws.amazon.com/ru/ aws] или воспользоваться [https://cloud.google.com google cloud]. |
=== Темы вводных занятий === | === Темы вводных занятий === | ||
| Строка 53: | Строка 57: | ||
=== Критерии оценки === | === Критерии оценки === | ||
| − | В рамках проектах вы будете выполнять небольшие обучающие задания и проводить эксперименты. Их выполнение в срок и будет оцениваться. А дальше мы просто проагрегируем ваши результаты. Для получения оценки от 8 и выше необходимо воспроизвести результат авторов статьи хотя бы в урезанном виде | + | # Необходимым, но не достаточным критерием получения "зачет" и выше является доклад на семинаре. |
| + | # Также формальным критерием кураторов является наличие запускаемого программного обеспечения, которое демонстрирует ваши достижения. К примеру, скрипты, воспроизводящие результаты экспериментов. | ||
| + | # В рамках проектах вы будете выполнять небольшие обучающие задания и проводить эксперименты. Их выполнение в срок и будет оцениваться. А дальше мы просто проагрегируем ваши результаты. | ||
| + | # Для получения оценки от 8 и выше необходимо воспроизвести результат авторов статьи хотя бы в урезанном виде. | ||
=== Ориентировочное расписание занятий === | === Ориентировочное расписание занятий === | ||
Семинары будут проходить в стенах Яндекса каждую неделю в фиксированный день (вторник, среда или четверг). Если будет желание, то можно несколько раз в выходные провести своеобразные хакатоны: собираемся вместе на целый день, работаем, общаемся и трескаем пиццу. | Семинары будут проходить в стенах Яндекса каждую неделю в фиксированный день (вторник, среда или четверг). Если будет желание, то можно несколько раз в выходные провести своеобразные хакатоны: собираемся вместе на целый день, работаем, общаемся и трескаем пиццу. | ||
Текущая версия на 19:11, 18 октября 2017
| Ментор | Симагин Денис |
| Учебный семестр | Осень 2016 |
| Учебный курс | 2-й курс |
| Проект можно развивать на летней практике | |
| Максимальное количество студентов, выбравших проект: 4-5 | |
| Внимание! Данный проект находится в архиве и реализован не будет. |
Семинар проекта можно найти здесь.
Что это за проект?
Существует интересная статья, описывающая модель, которая на вход принимает:
- Некоторый контекст, а именно несколько предложений.
- Простой и короткий вопрос.
А на выходе выдает некоторый осмысленный ответ в виде текста. Примечательно то, что в самой системе используется только обученные нейронные сети. В частности, помощью LSTM-сети модель запоминает контекст, оценивает вопрос и выдает ответ.
Проект заключает в:
- Воспроизведении результата статьи, на сколько это позволят нам наши вычислительные мощности.
- Изучении схожих статей.
- Проведении экспериментов.
Проект будет устроен следующим образом:
- Будут еженедельные семинары, на которых мы разберем всю необходимую теорию.
- На одном из семинаров вы проведете разбор статьи, которую изучили самостоятельно.
- Будет набор небольших упражнений для закрепления материала.
- Ревью кода ваших коллег по проекту.
- Мы будем постепенно двигаться к конечной цели - обучить собственную модель.
Важно. Проект требует много времени. Подразумевается большое количество вычислений и самостоятельные исследования.
Чему вы научитесь?
- Чтение самых свежих английских статей.
- Машинное обучение.
- Нейронные сети, рекуррентные нейронные сети и LSTM сети.
- Почувствуете себя исследователем.
Какие начальные требования?
- Наличие машины с UNIX-подобной ОС, владение командной оболочкой
- Вы должны писать на Python 3
- Необходимы знания Git, однако я всегда помогу в сложной ситуации
- Желательны базовые знания о машинном обучении
Какие будут использоваться технологии?
- В качестве основного языка будет Python 3.
- Нейронные сети мы будем обучать скорее всего с помощью Theano.
- Так же вы можете проводить вычисления на ресурсах aws или воспользоваться google cloud.
Темы вводных занятий
Будем планомерно погружаться в тему, весь 2 и 3 модули. Также каждый участник проекта сделает доклад статьи на схожую тему.
Направления развития
- Это абсолютно свежая тема для исследований. Изучать статьи и проводить свои эксперименты можно просто до бесконечности.
- Для демонстрации своих достижений вы можете сделать какой-нибудь телеграм-бот.
Критерии оценки
- Необходимым, но не достаточным критерием получения "зачет" и выше является доклад на семинаре.
- Также формальным критерием кураторов является наличие запускаемого программного обеспечения, которое демонстрирует ваши достижения. К примеру, скрипты, воспроизводящие результаты экспериментов.
- В рамках проектах вы будете выполнять небольшие обучающие задания и проводить эксперименты. Их выполнение в срок и будет оцениваться. А дальше мы просто проагрегируем ваши результаты.
- Для получения оценки от 8 и выше необходимо воспроизвести результат авторов статьи хотя бы в урезанном виде.
Ориентировочное расписание занятий
Семинары будут проходить в стенах Яндекса каждую неделю в фиксированный день (вторник, среда или четверг). Если будет желание, то можно несколько раз в выходные провести своеобразные хакатоны: собираемся вместе на целый день, работаем, общаемся и трескаем пиццу.
