Научно-исследовательский семинар "Машинное обучение и приложения 2"

Бакалавриат 2024/2025

Статус: Курс по выбору (Компьютерные науки и анализ данных)

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: Куцаков Александр Сергеевич

Язык: русский

Кредиты: 5

Полная версия программы учебной дисциплины

Аннотация

Курс посвящен научному разделу машинного и глубинного обучения. Он покрывает как классические статьи по этой теме, так и более новые, относящиеся непосредственно к текущему направлению исследования.

Цель освоения дисциплины

Уметь читать научные статьи по машинному и глубинному обучению
Уметь выделять основные их идеи и преподносить не ознакомленному слушателю
Уметь оценивать сложность статьи и качество презентации
Уметь работать с кодом к этим статьям / имплементировать их самим
Знать ключевые статьи по основным разделам глубинного обучения
Понимать текущие тенденции в научном глубинном обучении

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.
Студент может без дополнительной подготовки разобраться с научной статьей по глубинному обучению и презентовать ее другим.
Студент умеет оценивать сложность статьи, качество ее презентации и сложность написания кода по ней.

Содержание учебной дисциплины

Знакомство, обсуждение пожеланий в особенностях курса (проводится впервые), обсуждение пререквизитов и подбор на основе этого списка статей
Презентации статей

Элементы контроля

Презентации по статьям
Ревью презентаций
Экзамен

Промежуточная аттестация

2024/2025 3rd module
Итог = Округление(0.6 * П + 0.1 * Р + 0.3 * Э), где П — средняя оценка за все презентации, Р — оценка за ревью (отнормированная до 10), Э — оценка за экзамен.

Список литературы

Авторы

Ахмедова Гюнай Интигам кызы

Программа дисциплины