Машинное обучение для больших данных

Бакалавриат 2022/2023

Лучший по критерию «Полезность курса для Вашей будущей карьеры»

Лучший по критерию «Новизна полученных знаний»

Статус: Курс по выбору (Прикладная математика и информатика)

Направление: 01.03.02. Прикладная математика и информатика

Кто читает: Департамент больших данных и информационного поиска

Где читается: Факультет компьютерных наук

Когда читается: 4-й курс, 3 модуль

Формат изучения: с онлайн-курсом

Онлайн-часы: 20

Охват аудитории: для всех кампусов НИУ ВШЭ

Преподаватели: Зимовнов Андрей Вадимович, Космачев Алексей Дмитриевич

Язык: русский

Кредиты: 4

Контактные часы: 44

Полная версия программы учебной дисциплины

Аннотация

Дисциплина знакомит студентов с основными задачами машинного обучения на больших данных, их особенностями и ограничениями. Для освоения учебной дисциплины студенты должны владеть знаниями и компетенциями следующих дисциплин:  Математический анализ  Линейная алгебра и геометрия  Теория вероятностей  Математическая статистика  Алгоритмы и структуры данных  Машинное обучение I

Цель освоения дисциплины

Ознакомление студентов с основными задачами машинного обучения на больших данных, их особенностями и ограничениями

Планируемые результаты обучения

Владеть инструментами обработки данных в парадигме MapReduce
Знать особенности распараллеливания алгоритмов машинного обучения для применения на больших данных
Уметь работать с большими данными в реальных задачах

Содержание учебной дисциплины

Hadoop
Spark
Linear models
Boosting
Recommender systems
Neural networks
Hashing tricks
Min hash & LSH

Элементы контроля

Мини-домашнее задание 1
После 1 семинара. На выполнение 2 недели.
Мини-домашнее задание 2
После 3 семинара. На выполнение 3 недели.
Мини-домашнее задание 3
После 6 семинара. На выполнение 2 недели.
Мини-домашнее задание 4
После 8 семинара. На выполнение 2 недели.
Большое домашнее задание
После 6 семинара. На выполнение 4 недели.

Промежуточная аттестация

2022/2023 учебный год 3 модуль
0.125 * Мини-домашнее задание 1 + 0.125 * Мини-домашнее задание 4 + 0.125 * Мини-домашнее задание 2 + 0.5 * Большое домашнее задание + 0.125 * Мини-домашнее задание 3

Программа дисциплины