• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
Бакалавриат 2023/2024

Научно-исследовательский семинар "Машинное обучение и приложения"

Лучший по критерию «Полезность курса для расширения кругозора и разностороннего развития»
Лучший по критерию «Новизна полученных знаний»
Статус: Курс обязательный (Прикладная математика и информатика)
Направление: 01.03.02. Прикладная математика и информатика
Когда читается: 3-й курс, 1-4 модуль
Формат изучения: без онлайн-курса
Охват аудитории: для своего кампуса
Преподаватели: Баженов Глеб Владимирович, Степанов Никита Сергеевич, Халматова Мадина Икрамовна
Язык: русский
Кредиты: 4
Контактные часы: 68

Программа 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. * Выступления студентов с докладами по курсовым работам. * Рецензирование докладов своих одногруппников. * Написание проверочных работ по материалам докладов.
Цель освоения дисциплины

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

Планируемые результаты обучения

  • Знать основные задачи в области современных исследований в машинном обучении (классификация, регрессия, сегментация, прогнозирование и т.д.).
  • Уметь писать научные тексты.
  • Уметь готовить и проводить выступление с докладом на научную тему, а также вести академическую дискуссию по материалам доклада.
  • Уметь самостоятельно выбирать и изучать современные научные статьи, находить релевантную литературу
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Выступления студентов с научными докладами
  • Выступления студентов по теме курсовых работ (КР)
  • Научные тексты и их оформление
Элементы контроля

Элементы контроля

  • неблокирующий Рецензии
  • неблокирующий Доклады
    В течение года каждый студент выступает с докладами по темам, связанным с машинным обучением. Стандартная продолжительность доклада - 30 минут, то есть на одном занятии проводится два выступления. Каждый студент должен сделать два доклада за год. Если такое количество докладов укладывается в рамки курса по времени, то студенты с лучшим первым выступлением освобождаются от второго доклада. 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. Первое выступление является обзорным по какой-то теме и готовится на основе различных материалов по выбору студента. В качестве базы для второго выступления выбирается одна или несколько исследовательских статей по теме, связанной с машинным обучением. Минимум за неделю до даты выступления докладчик должен прислать краткий план своего доклада преподавателю на согласование.Сразу после выступления необходимо прислать свою презентацию
  • неблокирующий Проверочные
    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. Для подготовки студентов презентации и вспомогательные материалы выкладываются на страницу курса. При написании проверочной нельзя пользоваться никакими материалами.
  • неблокирующий Предзащиты
    В начале 3 модуля и в конце 4 модуля проводится кросс-рецензирование КР студентов. Рецензия на КР должна быть значительно более подробной, чем рецензии на доклады. В рецензии должны быть отражено краткое содержание работы, описание ее плюсов и минусов, а также предложения по улучшению работы. В кроссрецензировании могут принимать участие только те студенты, кто сдал свой текущий вариант КР для кросс-рецензирования. Сдаваемый вариант КР должен быть оформлен по стандарту оформления КР и удовлетворять минимальным требованиям по объему и содержанию. Для первого кросс-рецензирования сдаются развернутые планы КР. Объем должен составлять не менее 4-5 страниц (НЕ включая титульный лист, оглавление, абстракт и список литературы) + 3 страницы на каждого дополнительного участника, если речь идет о групповом проекте. Содержательно сдаваемый план КР должен включать в себя введение, постановку задачи, обзор литературы и подробный план дальнейшей работы. Для второго кроссрецензирования сдаются полные тексты КР, соответственно их объем и содержание должны удовлетворять требованиям к КР. В сдаваемом варианте КР допускается незаконченный раздел экспериментов, однако при этом в тексте должен быть изложен подробный план экспериментов, которые планируется завершить к окончательной сдаче КР
Промежуточная аттестация

Промежуточная аттестация

  • 2023/2024 учебный год 4 модуль
    0.4 * Доклады + 0.1 * Предзащиты + 0.4 * Проверочные + 0.1 * Рецензии
Список литературы

Список литературы

Рекомендуемая основная литература

  • The elements of statistical learning : data mining, inference, and prediction, Hastie, T., 2017

Рекомендуемая дополнительная литература

  • An introduction to statistical learning : with applications in R, , 2021

Авторы

  • Лобачева Екатерина Максимовна