От машинно обучение.
Създаване модел алгоритми за данни - това е задачата за оптимизиране на ефективността на решаването на който зависи от практическата приложимост на метода на машинно обучение. В ерата на големите данни, много класически алгоритми за оптимизация са неприложими, тъй като Необходимо е да се реши проблема с оптимизиране на функции за по-малко време, отколкото е необходимо, за да се изчисли стойността на функция на една точка. Тези изисквания могат да бъдат изпълнени в случая на компетентен комбинация от известни подходи за оптимизация, като се вземат предвид особеностите на отделните задача. Курсът се фокусира върху изучаването на класически и съвременни методи за решаване на непрекъснати оптимизационни задачи (включително не-изпъкнал), както и характеристиките на прилагането на тези техники в оптимизационни проблеми, възникнали в машинното обучение. Присъствието на публиката не се очаква някакъв предварително познаване на оптимизацията, всички понятия, разгледани по време на курса. Основният акцент на презентацията е върху практическите аспекти на прилагането и използването на методи. Целта на курса е да се развият умения на студентите в избора на подходящ метод за изпълнение на задачата, която най-взема под внимание това, което предлага. Курсът е предназначен за възрастни студенти и докторанти. Основни познания за машинно обучение се насърчава, но не е задължително - всички понятия, въведени по време на лекциите.
- на WMC в понеделник в залата. 612 Лекция 10-30 до 12-05, на работна среща с 12-15 до 13-50.
- в базовия отдел MIPT Интелигентни системи в сряда в CCAS в k.355 лекция 10-30 12-05, на работна среща с 12-15 до 13-50.
Канят AnyTask: UAb78YK за WMC, YYGCLOZ за PTI.
Таблица на резултатите може да се намери тук
система за таксуване в размер на оценка
Курсът се предполага, че четири практически задачи, четири от домашното и изпит. Всяка задача и изпит се оценяват по десетобалната система. Домашна работа след изтичането на срока не се приемат. За всеки просрочен ден по време на практическите задачи се начислява неустойка в размер на 0.1 точки, на две седмици след крайния срок за подаване на казуса не е приет.
Крайната оценка е претеглена сума от оценките за изпита (40% участие), оценката на практически задачи (40% участие), и оценка на домашните задачи (20% участие). В този случай, за да се получи крайната оценка 5 (или> = 8 за студенти MIPT) трябва да премине положителен резултат и всички Практически всички домашното отбележи на изпита поне 4 точки (или> = 5 за MIPT); за да се получи крайната степен 4 (респ> = 5 за MIPT) трябва да премине всички три практически задачи и да е две домашни задачи; за да се получи крайната оценка 3 (съответно,> = 3 за MIPT) трябва да премине всеки две практически задачи и всяка една домашното.
При изпълнение на всяка задача, можете да получите бонус точки за допълнителни части, но окончателните оценки за практическата част на курса и у нас част от курса не могат да надвишават съответните максимални оценки без премиите. Например, ако скала от пет точки и броя (например, начало) задачи е четири, тогава поради бонуси за оценка задача могат да бъдат както следва: 1) 5,5, 4, 4, 4; или 2) 5,5, 5, 5, 5. В първия случай, крайната оценка за домашна е 17,5, а вторият --- 20.0.
домашна работа
практически упражнения