Научно-исследовательский семинар "Машинное обучение и приложения 2"

Бакалавриат 2021/2022

Лучший по критерию «Полезность курса для расширения кругозора и разностороннего развития»

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, 1-3 модуль

Формат изучения: без онлайн-курса

Охват аудитории: для своего кампуса

Преподаватели: Лобачева Екатерина Максимовна, Струминский Кирилл Алексеевич

Язык: русский

Кредиты: 5

Контактные часы: 52

Полная версия программы учебной дисциплины

Аннотация

Данный семинар является одной из форм организации научно-исследовательской деятельности студентов специализации “Машинное обучение и приложения”. На нём в течение года под руководством преподавателей студентам предлагается делать обзорные доклады на различные темы, связанные с машинным обучением, а также презентации своих исследовательских проектов. Семинар призван способствовать расширению научного кругозора студентов и их своевременному включению в исследовательский процесс. Его задачей также является развитие навыков ведения научной дискуссии и презентации исследовательских результатов. В ходе занятий подразумеваются следующие виды деятельности студентов: * Посещение занятий, прослушивание и обсуждение докладов. * Выступление студентов с докладами на различные темы, связанные с машинным обучением. * Рецензирование докладов и ВКР своих одногруппников. * Написание проверочных работ по материалам докладов.

Цель освоения дисциплины

Ознакомление студентов с последними достижениями области машинного обучения и расширение научного кругозора студентов.
Развитие навыков самостоятельной работы с научными статьями и презентации исследовательских результатов.
Своевременное включение студентов в исследовательский процесс в рамках курсовых работ.

Планируемые результаты обучения

Знать основные задачи в области современных исследований в машинном обучении (классификация, регрессия, сегментация, прогнозирование и т.д.).
Знать современные алгоритмы и модели, рассматриваемые в научных статьях (сверточные нейронные сети, рекуррентные нейронные сети, бустинг, коллаборативная фильтрация, REINFORCE и т.д.), знать преимущества и недостатки моделей данных типов.
Уметь готовить и проводить выступление с докладом на научную тему, а также вести дискуссию по материалам доклада.
Уметь писать научные тексты.
Уметь самостоятельно выбирать и изучать современные научные статьи, находить релевантную литературу.

Содержание учебной дисциплины

Приглашенные доклады.
Выступления студентов с научными докладами.
Научные тексты и их оформление.

Элементы контроля

Доклады (Выступление с презентацией)
Два раза в год студент должен утвердить тему своего выступления у преподавателя в назначенные для этого сроки. Темы выступлений студенты выбирают самостоятельно из списка тем, предложенных преподавателем, с учетом своих интересов. Минимум за неделю до даты выступления докладчик должен прислать краткий план своего доклада преподавателю на согласование, а также список из 3-4 вопросов по материалам доклада (вопросы должны покрывать основные идеи доклада).
Проверочные (Контрольная работа)
Доклады в течение года будут разбиты по темам на блоки. В конце каждого блока (примерно раз в 3-4 недели) будет проводиться проверочная работа на 30 минут. Список вопросов будет составляться из вопросов по докладам, которые подготовили выступающие, с последующей корректировкой преподавателем. В случае очных занятий, полный список вопросов будет известен студентам заранее, на проверочной им нужно будет ответить на несколько случайных вопросов из этого списка. В случае занятий онлайн список вопросов студентам заранее не сообщается. Для подготовки студентов презентации и вспомогательные материалы выкладываются на страницу курса. При написании проверочной нельзя пользоваться никакими материалами.
Рецензии (Эссе)
Каждый доклад оценивается не только преподавателем, но и студентами. Трое одногруппников докладчика, присутствовавшие на занятии, пишут короткую рецензию на выступление и оценивают его по 10-бальной шкале. Рецензенты назначаются преподавателем на занятии. Рецензия должна обосновывать выставленную оценку, содержать описание положительных и отрицательных сторон, а также предложения по улучшению доклада. Главная цель рецензии - помочь докладчику улучшить свои навыки.
Кросс-рецензирование ВКР (Эссе)
Оценка выставляется по накопленной, экзамен не проводится

Промежуточная аттестация

2021/2022 учебный год 3 модуль
0.4 * Доклады (Выступление с презентацией) + 0.4 * Проверочные (Контрольная работа) + 0.1 * Рецензии (Эссе) + 0.1 * Кросс-рецензирование ВКР (Эссе)

Список литературы

Авторы

Лобачева Екатерина Максимовна

Программа дисциплины