Различия

Показаны различия между двумя версиями страницы.

Ссылка на это сравнение

Предыдущая версия справа и слева Предыдущая версия
Следующая версия
Предыдущая версия
study:fall2020:ml_theory [2020/09/06 13:26]
nina [Общая информация по докладам]
study:fall2020:ml_theory [2020/11/27 19:26] (текущий)
nina
Строка 6: Строка 6:
  
 ==== Выступления и темы ==== ==== Выступления и темы ====
-На этом семинаре студенты выступают с докладами.+Семинар будет состоять из двух частей - \\ 
 +примерно через неделю студенты выступают с докладами, а еще в этом году между докладами несколько лекций по big data прочитает наш выпускник Роман Гученко. 
 + 
 +Даты занятий (Скайп):\\ 
 + 
 +07.09.2020, 15:00 - Вводное занятие 
 + 
 +18.09.2020, 17:00 - Big data 
 + 
 +21.09.2020, 15:00 - Женя Соколиков, доклад N1 
 + 
 +02.10.2020, 17:00 - Big data 
 + 
 +05.10.2020, 15:00 - Алексей Приньков, доклад N2 
 + 
 +12.10.2020, 15:00 - Алексей Приньков, доклад N2, еще раз 
 + 
 +16.10.2020, 17:00 - Big data  (перенос, TBA) 
 + 
 +26.10.2020, 15:00 - Женя Соколиков, доклад N3 
 + 
 +30.10.2020, 17:00 - Big data   
 + 
 +02.11.2020, 15:00 - Алексей Приньков, доклад N4 
 + 
 +06.11.2020, 17:00 - Big data   
 + 
 +20.11.2020, 17:00 - Big data   
 + 
 +27.11.2020, 17:00 - Big data   
 + 
 +14.12.2020, 15:00 - Норжин, доклад N 6 по Deep Learning.
  
 ==== Общая информация по докладам ==== ==== Общая информация по докладам ====
Строка 19: Строка 50:
 Можно пользоваться любыми источниками, но важно, чтобы понимание и изложение темы было в том стиле, как написано ниже. Очень часто в machine learning изложение техническое и вытащить оттуда суть непросто. Лекции Воронцова, в целом, в нужном нам стиле. И давайте договоримся: у нас n - число наблюдений, а не число признаков. Число признаков у нас, например, k. Можно пользоваться любыми источниками, но важно, чтобы понимание и изложение темы было в том стиле, как написано ниже. Очень часто в machine learning изложение техническое и вытащить оттуда суть непросто. Лекции Воронцова, в целом, в нужном нам стиле. И давайте договоримся: у нас n - число наблюдений, а не число признаков. Число признаков у нас, например, k.
  
-Возможные темы:+Предлагаемые темы (по две на человека, порядок докладов важен): 
 + 
 +  - Обучение с учителем. Регрессия. Регуляризация в регрессии – зачем, почему. Разные подходы. Feature extraction and Feature selection. (Женя, 21.09) 
 +  - Обучение с учителем. Классификация. Дискриминантный анализ. Логистическая регрессия. Метод опорных векторов. Выбор модели с помощью кросс-валидации. Метод стохастического градиента (Алексей, 05.10, 12.10) 
 +  - Neural Nets (NN), с элементами Deep Learning (Женя, 26.10) 
 +  - Решающие деревья. Random Forest. Композиция методов. Бустинг. (Алексей, 02.11) 
 +  - Обучение без учителя. Разделение смеси распределений. Кластеризация. Тематическое обучение (Probabilistic LSA). (Норжин) 
 +  - Deep learning, Neural Nets for images (NN) (Норжин, 14.12) 
 + 
 + 
 +Темы со ссылками на слайды:
  
   - Обучение с учителем. Регрессия. Регуляризация в регрессии – зачем, почему. Разные подходы. {{study:fall2017:ml_theory:02-regression.pdf|PDF1}}, {{study:fall2017:ml_theory:03-regression.pdf|PDF2}} {{study:fall2017:ml_theory:08-modelselection.pdf|PDF3}}   - Обучение с учителем. Регрессия. Регуляризация в регрессии – зачем, почему. Разные подходы. {{study:fall2017:ml_theory:02-regression.pdf|PDF1}}, {{study:fall2017:ml_theory:03-regression.pdf|PDF2}} {{study:fall2017:ml_theory:08-modelselection.pdf|PDF3}}
Строка 37: Строка 78:
 Давайте сделаем так, чтобы семинар был более-менее комфортен всем и обойдемся без штрафов. Для этого, как минимум, нужно, чтобы доклады были подготовлены и проходили в срок. По результатам доклада, с учетом замечаний, готовится конспект, дедлайн для которого - две недели после доклада. В конспект входит как теория, так и практика, но можно делать две отдельные части. Постарайтесь, чтобы они были согласованы, в том числе, по обозначениям. Давайте сделаем так, чтобы семинар был более-менее комфортен всем и обойдемся без штрафов. Для этого, как минимум, нужно, чтобы доклады были подготовлены и проходили в срок. По результатам доклада, с учетом замечаний, готовится конспект, дедлайн для которого - две недели после доклада. В конспект входит как теория, так и практика, но можно делать две отдельные части. Постарайтесь, чтобы они были согласованы, в том числе, по обозначениям.
  
-Доклады во вторник. Мне не позднее ночи с субботы на воскресенье нужно присылать предварительную версию презентации для возможных комментариев.+Доклады в понедельник. Мне не позднее ночи с пятницы на субботу (а лучше - в четверг) нужно присылать предварительную версию презентации для возможных комментариев.
  
 Понятно (надеюсь), что нужно приходить на все занятия, чтобы учитывать замечания, комментарии, …. Очень часто следующая тема основана на предыдущих.  Понятно (надеюсь), что нужно приходить на все занятия, чтобы учитывать замечания, комментарии, …. Очень часто следующая тема основана на предыдущих. 
study/fall2020/ml_theory.1599387987.txt.gz · Последнее изменение: 2020/09/06 13:26 — nina
Наверх
CC Attribution-Noncommercial-Share Alike 4.0 International
Driven by DokuWiki Recent changes RSS feed Valid CSS Valid XHTML 1.0