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

Материал из MachineLearning.

(Различия между версиями)
Перейти к: навигация, поиск
Строка 31: Строка 31:
-
 
+
== Расписание докладов ==
{{tip|Предпочтительнее ссылка на MLAlgorithms, потому, что туда можно положить исходники презентации}}
{{tip|Предпочтительнее ссылка на MLAlgorithms, потому, что туда можно положить исходники презентации}}
Строка 60: Строка 60:
|
|
* Типология GAN и принципы постановки задач для этих сетей ''Алексей Гончаров''
* Типология GAN и принципы постановки задач для этих сетей ''Алексей Гончаров''
-
* Мультиагентные системы, роевой интеллект ''Илья Пугач''
+
* Мультиагентные системы, роевой интеллект ''Илья Пугач'' (перенос)
|
|
|-
|-
|
|
-
|12?
+
|19
|
|
* Порождение признаков и словари в анализе изображений ''Роман Кулага''
* Порождение признаков и словари в анализе изображений ''Роман Кулага''
-
* Профилирование пользователей по мультимедийной информации ''Алексей Гончаров''|Тесты, данные, доработанная схема IDEF0.
+
* Профилирование пользователей по мультимедийной информации (тесты, данные, доработанная схема IDEF0) ''Алексей Гончаров''
 +
* Мультиагентные системы, роевой интеллект ''Илья Пугач''
|
|
|-
|-
|
|
-
|19
+
|26
|
|
* Сложности оптимизации в GAN, DLNN, перемешивание, вариационный вывод ''Артем Бочкарев''
* Сложности оптимизации в GAN, DLNN, перемешивание, вариационный вывод ''Артем Бочкарев''
Строка 77: Строка 78:
|
|
|-
|-
-
|
+
|Ноябрь
-
|26
+
|2
|
|
* Автоматическое вождение, обзор системы и постановки задач ''Артем Бочкарев''
* Автоматическое вождение, обзор системы и постановки задач ''Артем Бочкарев''
Строка 84: Строка 85:
|
|
|-
|-
-
|Ноябрь
+
|
-
|2
+
|9
|
|
* Хеширование и аналитика (кластеризация, ранжирование) больших данных ''Алексей Морозов''
* Хеширование и аналитика (кластеризация, ранжирование) больших данных ''Алексей Морозов''
Строка 92: Строка 93:
|-
|-
|
|
-
|9
+
|16
|
|
* Современное состояние, новости, перспективы Reinforsment Learning ''Евгений Смирнов''
* Современное состояние, новости, перспективы Reinforsment Learning ''Евгений Смирнов''
Строка 99: Строка 100:
|-
|-
|
|
-
|16
+
|23
|
|
* Чат-боты, постановка задачи ''Евгений Смирнов''
* Чат-боты, постановка задачи ''Евгений Смирнов''

Версия 16:38, 16 октября 2017

Основная статья: Численные методы обучения по прецедентам (практика, В.В. Стрижов)

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 рекомендуемых 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


Расписание докладов

Предпочтительнее ссылка на MLAlgorithms, потому, что туда можно положить исходники презентации


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 (перенос)
19
  • Порождение признаков и словари в анализе изображений Роман Кулага
  • Профилирование пользователей по мультимедийной информации (тесты, данные, доработанная схема IDEF0) Алексей Гончаров
  • Мультиагентные системы, роевой интеллект Илья Пугач
26
  • Сложности оптимизации в GAN, DLNN, перемешивание, вариационный вывод Артем Бочкарев
  • Сеть, которая пишет стихи, рисует картины - постановка задач Илья Жариков
Ноябрь 2
  • Автоматическое вождение, обзор системы и постановки задач Артем Бочкарев
  • Игры Атари постановка задачи, анализ сходства и различия в постановках Роман Кулага
9
  • Хеширование и аналитика (кластеризация, ранжирование) больших данных Алексей Морозов
  • Синтез лекарственных препаратов Алексей Морозов
16
  • Современное состояние, новости, перспективы Reinforsment Learning Евгений Смирнов
  • Управление мозгом, интерфейс мозг-мозг Илья Пугач
23
  • Чат-боты, постановка задачи Евгений Смирнов
Источник — «http://www.machinelearning.ru/wiki/index.php?title=%D0%A7%D0%B8%D1%81%D0%BB%D0%B5%D0%BD%D0%BD%D1%8B%D0%B5_%D0%BC%D0%B5%D1%82%D0%BE%D0%B4%D1%8B_%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D1%8F_%D0%BF%D0%BE_%D0%BF%D1%80%D0%B5%D1%86%D0%B5%D0%B4%D0%B5%D0%BD%D1%82%D0%B0%D0%BC_%28%D0%BF%D1%80%D0%B0%D0%BA%D1%82%D0%B8%D0%BA%D0%B0%2C_%D0%92.%D0%92._%D0%A1%D1%82%D1%80%D0%B8%D0%B6%D0%BE%D0%B2%29/%D0%93%D1%80%D1%83%D0%BF%D0%BF%D0%B0_274%2C_%D0%BE%D1%81%D0%B5%D0%BD%D1%8C_2017»
Личные инструменты