Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 274, осень 2017

Материал из MachineLearning.

(Различия между версиями)
Перейти к: навигация, поиск
Строка 1: Строка 1:
-
Цель курса: создать серию видеосеминаров c разбором задач и теоретических новинок прикладной направленности (систематизация без популяризации).
+
Цель курса: создать серию видео-семинаров c разбором задач и теоретических новинок прикладной направленности (систематизация без популяризации).
{{tip|Цель быть понятным, когда речь идет о сложных вопросах}}
{{tip|Цель быть понятным, когда речь идет о сложных вопросах}}
На каждом семинаре оценивается квалификация докладчика:
На каждом семинаре оценивается квалификация докладчика:
* способность систематизировать теоретические работы и представить в виде единого ясного непротиворечивого сообщения,
* способность систематизировать теоретические работы и представить в виде единого ясного непротиворечивого сообщения,
-
* способность увидеть в прикладной задаче систематическую формальную постановку, которая приведет к быстрому качественному решению коммерческого проекта (в отличие от неформальной, при которой программисты работают с черными ящиками и решают проблему исходя не из алгебраической и статистической постановки задачи, а из доступного инструментария).
+
* способность увидеть в прикладной задаче систематическую формальную постановку, которая приведет к быстрому качественному решению коммерческого проекта (в отличие от неформальной, при которой программисты работают с черными ящиками и решают проблему исходя не из алгебраической и статистической постановки задачи, а из доступного инструментария). Основная ошибка при подготовке к лекциям - сам разобрался недостаточно подробно и скопировал материал статьи.
 +
 
 +
Требования к семинарам, теория
 +
# Единая нотация
 +
# Решаемая проблема
 +
# Основные положения, гипотезы
 +
# Решение
 +
# Свойства и ограничения решения
 +
# Альтернативные решения
 +
# Теоретическая значимость
 +
# Применение на практике
 +
{{tip|Понимать технологическую новость как будто сам сделал этот проект}}
 +
 
 +
Требования к семинарам, практика
 +
# Примеры прикладной задачи
 +
# Неформальная постановка задачи
 +
# Формальная постановка (в стандартных обозначениях Кузнецов-Катруца-Мотренко-Адуенко TODO ссылки) в которой есть
 +
#* алгебраические структуры на данных
 +
#* гипотезы порождения данных
 +
#* функции ошибки
 +
# Возможные детали:
 +
#* виды моделей, выбор моделей, методы оптимизации
 +
#* инструменты для прораммирования
 +
 
 +
 
 +
 
 +
 
{|class="wikitable"
{|class="wikitable"
Строка 65: Строка 91:
|9
|9
|
|
 +
* Современное состояние, новости, перспективы Reinforsment Learning ''Евгений Смирнов''
* Управление мозгом, интерфейс мозг-мозг ''Илья Пугач''
* Управление мозгом, интерфейс мозг-мозг ''Илья Пугач''
 +
|
 +
|-
 +
|
 +
|16
 +
|
 +
* Чат-боты, постановка задачи ''Евгений Смирнов''
|
|
|-
|-
|}
|}

Версия 19:33, 4 октября 2017

Цель курса: создать серию видео-семинаров c разбором задач и теоретических новинок прикладной направленности (систематизация без популяризации).

Цель быть понятным, когда речь идет о сложных вопросах


На каждом семинаре оценивается квалификация докладчика:

  • способность систематизировать теоретические работы и представить в виде единого ясного непротиворечивого сообщения,
  • способность увидеть в прикладной задаче систематическую формальную постановку, которая приведет к быстрому качественному решению коммерческого проекта (в отличие от неформальной, при которой программисты работают с черными ящиками и решают проблему исходя не из алгебраической и статистической постановки задачи, а из доступного инструментария). Основная ошибка при подготовке к лекциям - сам разобрался недостаточно подробно и скопировал материал статьи.

Требования к семинарам, теория

  1. Единая нотация
  2. Решаемая проблема
  3. Основные положения, гипотезы
  4. Решение
  5. Свойства и ограничения решения
  6. Альтернативные решения
  7. Теоретическая значимость
  8. Применение на практике
Понимать технологическую новость как будто сам сделал этот проект


Требования к семинарам, практика

  1. Примеры прикладной задачи
  2. Неформальная постановка задачи
  3. Формальная постановка (в стандартных обозначениях Кузнецов-Катруца-Мотренко-Адуенко TODO ссылки) в которой есть
    • алгебраические структуры на данных
    • гипотезы порождения данных
    • функции ошибки
  4. Возможные детали:
    • виды моделей, выбор моделей, методы оптимизации
    • инструменты для прораммирования



Дата Тема доклада Сылка
Сентябрь 21
  • Semi-supervised Learning with Deep Generative Models Роман Исаченко
28
  • Шпаргалка по всем сетям, их классификация и строгое описание Илья Жариков
  • Призма, другие коммерческие проекты по обработке изображений Роман Исаченко
Октябрь 5
  • Типология GAN и принципы постановки задач для этих сетей Алексей Гончаров
  • Мультиагентные системы, роевой интеллект Илья Пугач
12?
  • Порождение признаков и словари в анализе изображений Роман Кулага
  • Синтез лекарственных препаратов Алексей Морозов
19
  • Сложности оптимизации в GAN, DLNN, перемешивание, вариационный вывод Артем Бочкарев
  • Сеть, которая пишет стихи, рисует картины - постановка задач Илья Жариков
26
  • Автоматическое вождение, обзор системы и постановки задач Артем Бочкарев
  • Игры Атари постановка задачи, анализ сходства и различия в постановках Роман Кулага
Ноябрь 2
  • Хеширование и аналитика (кластеризация, ранжирование) больших данных Алексей Морозов
  • Профилирование пользователей по мультимедийной информации Алексей Гончаров|Тесты, данные, доработанная схема IDEF0.
9
  • Современное состояние, новости, перспективы Reinforsment Learning Евгений Смирнов
  • Управление мозгом, интерфейс мозг-мозг Илья Пугач
16
  • Чат-боты, постановка задачи Евгений Смирнов
Личные инструменты