Darin (deep and reinforced intelligence net) — различия между версиями

Материал из Wiki - Факультет компьютерных наук
Перейти к: навигация, поиск
м (Simagin.denis переименовал страницу DaRiNa (Deep reinforced net) в Darin (deep and reinforced intelligence net))
 
Строка 22: Строка 22:
 
===Какие начальные требования?===
 
===Какие начальные требования?===
 
* Машина с UNIX-подобной ОС и мощной видеокартой (возможно облачная)
 
* Машина с UNIX-подобной ОС и мощной видеокартой (возможно облачная)
* Знание Python 3, Git и работа с командной оболочкой
+
* Знание Python 3
 +
* Git и работа с командной оболочкой
 
* Английский
 
* Английский
  

Текущая версия на 19:36, 4 ноября 2018

Ментор Денис Симагин
Учебный семестр Осень 2018
Учебный курс 2-3-й курс
Максимальное количество студентов, выбравших проект: до 10



Что это за проект?

Сочетание reinforcement learning и deep learning является горячей темой на сегодняшний день. К примеру, изучите статью Playing atari with deep reinforcement learning. Также вы, наверняка, слышали о AlpaGo, программе, которая впервые победила человека, профессионально играющего в Go. Подробнее об этом здесь. Конечная цель перенести идеи статью AlphaGo Zero на игру рендзю.

Для участия в проекте нужно пройти собеседование.

Чему студент научится?

  • Чтение научных статей на английском
  • Работе с глубокими нейронными сетями
  • Обучение с подкреплением
  • Плохие шутки

Какие начальные требования?

  • Машина с UNIX-подобной ОС и мощной видеокартой (возможно облачная)
  • Знание Python 3
  • Git и работа с командной оболочкой
  • Английский

Какие будут использоваться технологии?

  • Python3
  • Scipy stack
  • PyTorch (возможно, Tensorflow)
  • AWS/GCloud

Темы вводных занятий?

  • Обучении с учителем
  • Линейные модели, градиентный спуск
  • Введение в нейронные сети
  • Сверточные сети
  • Обучение с подкреплением
  • Разбор базовых статей

Направления развития?

DeepMind и Blizzard сделали песочницу для StarCraft II, поле для исследований просто безгранично.

Критерии оценки?

В конце проекта проводится турнир между алгоритмами, на основе которого и выставляются оценки.