Wiki - Факультет компьютерных наук - Вклад [ru]

Извлечение и анализ интернет-данных

2017-09-19T17:40:43Z

Slinko.igor: /* Семинары */

== О курсе ==
Курс читается для студентов факультета экономических наук, ОП "Экономика и статистика"

Проводится с 2017 года.

Семинаристы:

Денике Екатерина Игоревна

Слинько Игорь Юрьевич

Семинары проходят по субботам, с 10:30 до 15:00 (16:30) с двумя перерывами.

=== Полезные ссылки ===

Тест для моральной подготовки: https://goo.gl/forms/QuRhepssXRjl71yG3

Почта для сдачи домашних заданий: hsewebmining@gmail.com

Чат в telegram для обсуждений: https://t.me/joinchat/BgyOMg6PNBYFpmHUtbZDTg

=== Правила выставления оценок ===

Итоговая оценка вычисляется на основе оценки за работу в семестре и оценки за экзамен:

О_итог = 0,6 * О_накопл.+ 0,4 * О_экзамен

Накопленная оценка (О_накопл) рассчитывается как среднее значение оценок за все выданные домашние задания. Бонусные баллы могут быть выданы в ходе семинара.

=== Правила сдачи заданий ===

Дедлайны по всем домашним заданиям являются жёсткими, то есть после срока работа не принимаются.

При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.

При наличии уважительной причины пропущенную проверочную можно написать позднее, а дедлайн по домашнему заданию может быть перенесён. Дедлайн по домашнему заданию переносится на количество дней, равное продолжительности уважительной причины. Решение о том, является ли причина уважительной, принимает исключительно учебный офис.

== Семинары ==
'''Тема 1'''. Основы анализа данных в языке Python:

Повторение основных функций и объектов языка Python. Обзор библиотек numpy, pandas на основе данных из соревнований платформы kaggle.com.

'''Тема 2'''. Визуализация данных в python: библиотеки matplotlib, seaborn, plotly. Продвинутые инструменты для анализа данных.
Введение в визуальный анализ данных. Построение графиков, гистограмм, тепловых карт. Знакомство с порталом Открытых данных.

'''Тема 3'''. Парсинг открытых данных в различных форматах (xml/json/html)

Изучение языков и библиотек для работы с xml/json/html: lxml, XPath, XSLT, Beautiful Soup.

'''Тема 4'''. Основы машинного обучения и практика применения

Приведение текстовых данных к числовым с помощью OneHot- и TF-IDF кодирования, а также на основе представлений слов и текстов. Алгоритмы машинного обучения: линейная и логистическая регрессии, градиентный бустинг и нейронные сети.

'''Тема 5'''. Извлечение данных сайта Вконтакте и изучение влияния социальных сетей на поведение в реальной жизни.

Изучаем возможности API сайта Вконтакте. Извлекаем информацию об интересах и демографии пользователей, на основании списка групп и поля “интересы”. Изучаем взаимосвязь интересов школьников с оценками.

'''Тема 6'''. Извлечение и анализ данных Московской биржи

Анализируем рынок ценных бумаг на данных Московской биржи.

== Практические задания ==

== Полезные материалы ==

- [http://www.swaroopch.com/notes/python/ A Byte of Python]
- [http://greenteapress.com/thinkpython/html/index.html Think Python: How to Think Like a Computer Scientist]
- [https://docs.python.org/3/ Документация языка]
- [https://speakerdeck.com/pyconslides/transforming-code-into-beautiful-idiomatic-python-by-raymond-hettinger-1 Writing Idiomatic Python]
- [https://pyformat.info/ о строковом методе format доступным языком]
- [https://developers.google.com/edu/python/regular-expressions про регулярки от Гугла]

Извлечение и анализ интернет-данных

2017-09-19T17:39:15Z

Slinko.igor:

== О курсе ==
Курс читается для студентов факультета экономических наук, ОП "Экономика и статистика"

Проводится с 2017 года.

Семинаристы:

Денике Екатерина Игоревна

Слинько Игорь Юрьевич

Семинары проходят по субботам, с 10:30 до 15:00 (16:30) с двумя перерывами.

=== Полезные ссылки ===

Тест для моральной подготовки: https://goo.gl/forms/QuRhepssXRjl71yG3

Почта для сдачи домашних заданий: hsewebmining@gmail.com

Чат в telegram для обсуждений: https://t.me/joinchat/BgyOMg6PNBYFpmHUtbZDTg

=== Правила выставления оценок ===

Итоговая оценка вычисляется на основе оценки за работу в семестре и оценки за экзамен:

О_итог = 0,6 * О_накопл.+ 0,4 * О_экзамен

Накопленная оценка (О_накопл) рассчитывается как среднее значение оценок за все выданные домашние задания. Бонусные баллы могут быть выданы в ходе семинара.

=== Правила сдачи заданий ===

Дедлайны по всем домашним заданиям являются жёсткими, то есть после срока работа не принимаются.

При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.

При наличии уважительной причины пропущенную проверочную можно написать позднее, а дедлайн по домашнему заданию может быть перенесён. Дедлайн по домашнему заданию переносится на количество дней, равное продолжительности уважительной причины. Решение о том, является ли причина уважительной, принимает исключительно учебный офис.

== Семинары ==
Тема 1. Основы анализа данных в языке Python:
Повторение основных функций и объектов языка Python. Обзор библиотек numpy, pandas на основе данных из соревнований платформы kaggle.com.

Тема 2. Визуализация данных в python: библиотеки matplotlib, seaborn, plotly. Продвинутые инструменты для анализа данных.
Введение в визуальный анализ данных. Построение графиков, гистограмм, тепловых карт. Знакомство с порталом Открытых данных.

Тема 3. Парсинг открытых данных в различных форматах (xml/json/html)
Изучение языков и библиотек для работы с xml/json/html: lxml, XPath, XSLT, Beautiful Soup.
Тема 4. Основы машинного обучения и практика применения
Приведение текстовых данных к числовым с помощью OneHot- и TF-IDF кодирования, а также на основе представлений слов и текстов. Алгоритмы машинного обучения: линейная и логистическая регрессии, градиентный бустинг и нейронные сети.
Тема 5. Извлечение данных сайта Вконтакте и изучение влияния социальных сетей на поведение в реальной жизни.
Изучаем возможности API сайта Вконтакте. Извлекаем информацию об интересах и демографии пользователей, на основании списка групп и поля “интересы”. Изучаем взаимосвязь интересов школьников с оценками.

Тема 6. Извлечение и анализ данных Московской биржи
Анализируем рынок ценных бумаг на данных Московской биржи.

== Практические задания ==

== Полезные материалы ==

- [http://www.swaroopch.com/notes/python/ A Byte of Python]
- [http://greenteapress.com/thinkpython/html/index.html Think Python: How to Think Like a Computer Scientist]
- [https://docs.python.org/3/ Документация языка]
- [https://speakerdeck.com/pyconslides/transforming-code-into-beautiful-idiomatic-python-by-raymond-hettinger-1 Writing Idiomatic Python]
- [https://pyformat.info/ о строковом методе format доступным языком]
- [https://developers.google.com/edu/python/regular-expressions про регулярки от Гугла]

О факультете

2017-09-19T17:32:09Z

Slinko.igor: Добавил ссылку на Извлечение_и_анализ_интернет-данных

__NOTOC__

== Учебные курсы факультета компьютерных наук==

=== Курсы за 2017/18 учебный год ===
{| class="wikitable"
|-
! 1 курс !! 2 курс !! 3 курс !! 4 курс !! майноры
|-
|

[[Математический_анализ_на_ПМИ_2017/2018_(пилотный_поток) | Математический анализ на ПМИ 2017/2018 (пилотный поток)]]

[[Математический_анализ_на_ПМИ_2017/2018_(основной_поток) | Математический анализ на ПМИ 2017/2018 (основной поток)]]

[[Основы_и_методология_программирования_на_ПМИ_2017/2018_(пилотный_поток,_1_модуль) | Основы и методология программирования на ПМИ 2017/2018 (пилотный поток, 1 модуль)]]

[[Основы_и_методология_программирования_на_ПМИ_2017/2018_(основной_поток,_1_модуль) | Основы и методология программирования на ПМИ 2017/2018 (основной поток, 1 модуль)]]

[[Линейная_алгебра_и_геометрия_на_ПМИ_2017/2018_(пилотный_поток) | Линейная алгебра и геометрия на ПМИ (пилотный поток)]]

[[Линейная_алгебра_и_геометрия_на_ПМИ_2017/2018_(основной_поток) | Линейная алгебра и геометрия на ПМИ (основной поток)]]

[[Дискретная_математика_1_2017/2018 | Дискретная математика-1 на ПМИ]]
||
[[Теория_вероятностей_2017/2018_(основной_поток) | Теория вероятностей на ПМИ (основной поток)]]

[[Теория_вероятностей_2017/2018_(пилотный_поток) | Теория вероятностей на ПМИ (пилотный поток)]]

[[Математический анализ на ПМИ_2017/2018 | Математический анализ-3 на ПМИ (пилотный поток)]]

[[DM2-pilot2017/2018 | Дискретная математика-2 на ПМИ (пилотный поток)]]

[[DM_2_2017_2018 | Дискретная математика-2 на ПМИ (основной поток)]]

[[Алгоритмы и структуры данных_2_2017/2018 | Алгоритмы и структуры данных – 2 на ПМИ (основной поток)]]

||
[[Машинное_обучение_1 | Машинное обучение 1 на ПМИ]]

[[Численные_методы_2017 | Численные методы]]

[[Прикладная_статистика_в_машинном_обучении | Прикладная статистика в машинном обучении]]

[[Theory_of_Computing | Theory of Computing, AMI]]

[[Statistical_learning_theory | Introduction to statistical learning theory]]

[[Основные_методы_анализа_данных_(специализация_АДИС) | Основные методы анализа данных на ПМИ]]

[[Параллельные и распределенные вычисления 2017 | Параллельные и распределенные вычисления]]

[[Анализ неструктурированных данных]]

[[Безопасность компьютерных систем 2017 | Безопасность компьютерных систем]]

[[НИС_Распределенные_системы_(3_курс,_2017) | НИС Распределенные системы]]

[[НИС_Машинное_обучение_и_приложения_2017/2018 | НИС Машинное обучение и приложения]]
||

[[Безопасность компьютерных систем 2017 | Безопасность компьютерных систем]]

[[Философия_науки_2017 | Философия науки]]

[[НИС_Распределенные_системы_(4_курс,_2017) | НИС Распределенные системы]]

[[НИС_Машинное_обучение_и_приложения_2017/2018 | НИС Машинное обучение и приложения]]

[[Анализ неструктурированных данных]]

[[Байесовские методы машинного обучения 2017 | Байесовские методы машинного обучения]]

||

[[Современные методы машинного обучения (курс майнора) 2017/2018]]

[[Введение в программирование (курс майнора) 2017/2018]]

|}

== Data Culture==

[[Цифровая_грамотность|Цифровая грамотность (факультет гуманитарных наук)]] 
[[Машинное обучение (факультет экономических наук)|Машинное обучение (факультет экономических наук)]] 
[[Программирование (python) для лингвистов | Программирование (python) для лингвистов (факультет гуманитарных наук)]] 
[[Извлечение и анализ интернет-данных | Извлечение и анализ интернет-данных]] 
=== Курсы за 2016/17 учебный год ===
{| class="wikitable"
|-
! 1 курс !! 2 курс !! 3-4 курс !! майноры
|-
|

[[Математический анализ на ПМИ_2016/2017 | Математический анализ на ПМИ (пилотный поток)]]

[[Линейная алгебра и геометрия_2016/2017 | Линейная алгебра и геометрия на ПМИ]]

[[Дискретная_математика_1_2016/2017 | Дискретная математика-1 на ПМИ]]

[[Основы и методология программирования_2016/2017_пилотный_поток | Основы и методология программирования на ПМИ (пилотный поток)]]

[[Основы и методология программирования_2016/2017 | Основы и методология программирования на ПМИ (основной поток)]]

[[Алгоритмы_и_структуры_данных_на_ПМИ_(пилотный_поток) | Алгоритмы и структуры данных на ПМИ (пилотный поток)]]

[[Алгоритмы_и_структуры_данных_на_ПМИ_(основной_поток) | Алгоритмы и структуры данных на ПМИ (основной поток)]]

[[Алгебра_на_ПМИ_2016/2017 | Алгебра на ПМИ]]

[http://hsealgebra17.wikidot.com/ Алгебра на ПИ]

||

[[Математический анализ_2016/2017 | Математический анализ-3 на ПМИ (основной поток)]]

[[Математически_анализ_3_на_ПМИ_(пилотный_поток) | Математический анализ-3 на ПМИ (пилотный поток)]]

[[DM_2_2016_2017 | Дискретная математика-2 на ПМИ (основной поток)]]

[[Дискретная математика_2_2016/2017 | Дискретная математика-2 на ПМИ (пилотный поток)]]

[[Алгоритмы и структуры данных_2_2016/2017 | Алгоритмы и структуры данных – 2 на ПМИ (основной поток)]]

[[Теория вероятностей_2016/2017 | Теория вероятностей на ПМИ (основной поток)]]

[[Теория_вероятностей_2016/2017_(пилотный_поток) | Теория вероятностей на ПМИ (пилотный поток)]]

[[Архитектура_компьютеров_и_операционные_системы_2016/2017 | Архитектура компьютеров и операционные системы]]

[[Факультатив_теория_вычислений_2016/2017 | Факультатив теория вычислений на ПМИ]]

[[Дополнительные_главы_теории_вероятностей_(факультатив,_2017) | Дополнительные главы теории вероятностей (факультатив)]]

[[Дифференциальные_уравнения_(2_курс,_2016/2017) | Дифференциальные уравнения]]

[[Математическая_статистика_2016/2017_(пилотный_поток) | Математическая статистика на ПМИ (пилотный поток)]]

[[Архитектура_компьютеров_и_операционные_системы_2016/2017 | Архитектура компьютеров и операционные системы ]]

||

[[НИС_Машинное_обучение_и_приложения_2016/2017 | НИС Машинное обучение и приложения на ПМИ]]

[[Машинное_обучение_1 | Машинное обучение 1 на ПМИ]]

[[Машинное_обучение_2 | Машинное обучение 2 на ПМИ]]

[[Прикладной_статистический_анализ_данных | Прикладной статистический анализ данных на ПМИ]]

[[Численные_методы_в_анализе_данных | Численные методы в анализе данных на ПМИ]]

[http://www.machinelearning.ru/wiki/index.php?title=Статистика_случайных_процессов_(курс_лекций,_ФКН_ВШЭ) Вероятностные модели и статистика случайных процессов на ПМИ]

[http://www.machinelearning.ru/wiki/index.php?title=Opt Методы оптимизации на ПМИ (специализации МОП и РС)]

[[Методы_оптимизации_(весна_2017)|Методы оптимизации 2 (дискретная оптимизация)]]

[[НИС_Распределенные_системы_(осень_2016) | НИС Распределенные системы]]

[[Анализ и верификация алгоритмов биржевой торговли | Анализ и верификация алгоритмов для систем биржевой торговли ]]

[[Программирование_на_графических_процессорах | Программирование на графических процессорах]]

[[ЯРПО | Языки разработки ПО (курс по выбору) на ПМИ]]

[[Data analysis (Software Engineering) 2017 | Data analysis на ПИ]]

[[Базы данных 2 | Базы данных 2 ]]

[[Компьютерные сети 2 | Компьютерные сети 2]]

[[Машинное_обучение_на_больших_данных | Машинное обучение на больших данных на ПМИ]]

||

[[Современные_методы_машинного_обучения_(курс_майнора) | Современные методы машинного обучения (курс майнора)]]

[[Майнор_Интеллектуальный_анализ_данных/Введение_в_программирование_2016/2017 | Введение в программирование (курс майнора)]]

[[Майнор Интеллектуальный анализ данных/Введение в анализ данных | Введение в анализ данных (курс майнора)]]

[[Майнор Интеллектуальный анализ данных/Прикладные задачи анализа данных| Прикладные задачи анализа данных (курс майнора)]]

|}

{|width=100%
|style="vertical-align:top;"|



=== Курсы за 2015/16 учебный год ===
{|
|-
| [[Технологии программирования|Технологии программирования на ПМИ]]
|-
|[[ОиМП-2015|Основы и методология программирования на ПМИ]]
|-
|[[Алгоритмы и структуры данных 2016]]
|-
|[[Линейная алгебра и геометрия_2015/2016 | Линейная алгебра и геометрия на ПМИ]]
|-
|[[Алгебра_2015/2016 | Алгебра на ПМИ]]
|-
|[http://hsealgebra.wikidot.com/ Алгебра на ПИ]
|-
|[[Компьютерные системы]]
|-
|[[Математический анализ на ПМИ_2015/2016 | Математический анализ на ПМИ]]
|-
|[[Факультатив_Матпрактикум | Матпрактикум (факультатив) на ПМИ]]
|-
|[[Data analysis (Software Engineering)]] 
|-
|[[Майнор Интеллектуальный анализ данных/Введение в программирование|Введение в программирование (курс майнора) на ПМИ]]
|-
|[[Майнор Интеллектуальный анализ данных/Введение в анализ данных/2015-2016|Введение в анализ данных (курс майнора) на ПМИ]]
|-
|[[НИС Машинное обучение и приложения|НИС Машинное обучение и приложения на ПМИ]]
|-
|[[Архитектура компьютеров и системное программирование (ПМИ_4, 2015/2016)|Архитектура компьютеров и системное программирование (4 курс)]]
|-
|[[Дифференциальные уравнения (2 курс, 2015/2016)| Дифференциальные уравнения]]
|-
|[[Введение в VBA|Введение в VBA]]
|}

|style="vertical-align:top;"|



=== Курсы за 2014/15 учебный год ===
{|
|-
|[[Основы и методологии программирования]] 
|-
|[[Алгоритмы и структуры данных 2015 | Алгоритмы и структуры данных]] 
|-
|[[Анализ данных (Программная инженерия)]] 
|-
|[[Алгебра_2014/2015 | Алгебра]] 
|-
|[[Magolego_sna_2015| MAGoLEGO Social Network Analysis]]
|}

==== Проектная работа ====
{|
|-
|[[Проектная работа]] 
|-
|[[Учебная практика 1 курс (2016)]]
|-
|[[Проектная работа 2 курс (2016)]]
|}


|}

== Мероприятия факультета компьютерных наук ==
=== Summer School 2015 ===
[[Introduction to Natural Language Processing|Introduction to Natural Language Processing]]
#[[Lecture 1. Introduction|Introduction]]
#[[Lecture 2. Tokenization and word counts|Tokenization and word counts]]
#[[Lecture 3. POS tagging. Key word and phrase extraction|POS tagging. Key word and phrase extraction]]
#[[Lecture 4. Parsing|Parsing]]
#[[Lecture 5. Language sources|Language sources]]
#[[Lecture 6. Synonyms and near-synonyms detection|Synonyms and near-synonyms detection]]
#[[Lecture 8. Suffix trees for NLP|Suffix trees for NLP]]
#[[NLP References|References]]

== Архив ==
* [[Учебная практика 1 курс (2015)]]

Извлечение и анализ интернет-данных

2017-09-19T17:11:20Z

Slinko.igor:

== О курсе ==

[[Файл:ML_surfaces.png|280px|borderless|left]]

Курс читается для студентов Экономического факультета.
Проводится с 2017 года.

Семинаристы:
Денике Екатерина Игоревна
Слинько Игорь Юрьевич
Семинары проходят по субботам, с 10:30 до 15:00 (16:30) с двумя перерывами.

=== Полезные ссылки ===

Почта для сдачи домашних заданий: hsewebmining@gmail.com

Чат в telegram для обсуждений: https://t.me/joinchat/BgyOMg6PNBYFpmHUtbZDTg

Оставить отзыв на курс: [https://goo.gl/forms/5CddG0gc75VZvqi52 форма]

'''Вопросы''' по курсу можно задавать на почту курса, а также в телеграм лектору (esokolov@) или семинаристу.
Вопросы по материалам лекций/семинаров и по заданиям лучше всего оформлять в виде [https://github.com/esokolov/ml-course-hse/issues Issue] в [https://github.com/esokolov/ml-course-hse github-репозитории курса].

=== Семинары ===

{| class="wikitable"
|-
! Группа !! Преподаватель !! Учебный ассистент !! Страница !! Расписание
|-
| 151 (МОП) || [https://www.hse.ru/org/persons/165212870 Зиннурова Эльвира Альбертовна] || Атанов Андрей || || пятница, 12:10 - 13:30, ауд. 300
|-
| 152 (МОП) || [https://www.hse.ru/org/persons/191263008 Неклюдов Кирилл Олегович] || Гадецкий Артём || || понедельник, 15:10 - 16:30, ауд. 505
|-
| 153 (АПР) || Никишин Евгений Сергеевич || Ковалёв Евгений || || пятница, 12:10 - 13:30, ауд. 322
|-
| 154 (АДИС) || Каюмов Эмиль Марселевич || Панков Алексей || || пятница, 12:10 - 13:30, ауд. 501
|-
| 155 (РС) || [https://www.hse.ru/org/persons/192085968 Яшков Даниил Дмитриевич] || [https://t.me/despairazure Кохтев Вадим] || || понедельник, 12:10 - 13:30, ауд. 513
|-
| 156 (ТИ) || [https://www.hse.ru/org/persons/141880775 Умнов Алексей Витальевич] || Шевченко Александр || [[Машинное обучение 1/156 | ссылка]]|| пятница, 15:10 - 16:30, ауд. 311
|-
| Магистратура ФТиАД || [https://www.hse.ru/org/persons/191576735 Чиркова Надежда Александровна] || Першин Максим || ||
|-
|}

=== Консультации ===

=== Правила выставления оценок ===

В курсе предусмотрено несколько форм контроля знания:
* Самостоятельные работы на семинарах, проверяющие знание основных фактов с лекций
* Теоретические домашние работы и их защиты
* Практические домашние работы на Python
* Контрольные работы
* Письменный экзамен

Итоговая оценка вычисляется на основе оценки за работу в семестре и оценки за экзамен:

Oитоговая = 0.7 * Oнакопленная + 0.3 * Оэкз

Оценка за работу в семестре вычисляется по формуле

Oнакопленная = 0.1 * Oсамостоятельные + 0.4 * Опрактические дз + 0.3 * Отеоретические дз + 0.2 * Оконтрольные

Оценка за самостоятельную работу вычисляется как среднее по всем самостоятельным, оценка за домашнюю работу — как среднее по всем практическим заданиям и соревнованиям.

=== Правила сдачи заданий ===

Дедлайны по всем домашним заданиям являются жёсткими, то есть после срока работа не принимаются.

При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.

При наличии уважительной причины пропущенную проверочную можно написать позднее, а дедлайн по домашнему заданию может быть перенесён (при этом получить дополнительные баллы за призовые места на конкурсе можно только при участии в общий срок). Дедлайн по домашнему заданию переносится на количество дней, равное продолжительности уважительной причины. Решение о том, является ли причина уважительной, принимает исключительно учебный офис.

== Лекции ==

'''Лекция 1''' (1 сентября). Введение в машинное обучение. Основные термины, постановки задач и примеры применения. [[https://github.com/esokolov/ml-course-hse/blob/master/2017-fall/lecture-notes/lecture01-intro.pdf Конспект]]

'''Лекция 2''' (8 сентября). Линейная регрессия. Метрики качества регрессии. Градиентный спуск и способы оценивания градиента. Продвинутые градиентные методы. [[https://github.com/esokolov/ml-course-hse/blob/master/2017-fall/lecture-notes/lecture02-linregr.pdf Конспект]]

== Семинары ==

'''Семинар 1'''. Постановки задач, примеры применения, инструменты. [[https://github.com/esokolov/ml-course-hse/blob/master/2017-fall/seminars/sem01-intro.ipynb Ноутбук с семинара]] [[https://github.com/esokolov/ml-course-hse/blob/master/2017-fall/seminars/sem01-tools.ipynb Ноутбук для самостоятельного изучения]]

'''Семинар 2'''. Векторное дифференцирование. Линейная регрессия, аналитическое и численное решение. Свойства градиента. Сравнение градиентного спуска и стохастического градиентного спуска. Scikit-learn. [[https://github.com/esokolov/ml-course-hse/blob/master/2017-fall/seminars/sem02-linregr-part1.pdf Конспект]] [[https://github.com/esokolov/ml-course-hse/blob/master/2017-fall/seminars/sem02-linregr-part2.ipynb Notebook]] [[https://github.com/esokolov/ml-course-hse/blob/master/2017-fall/homeworks-theory/homework-theory-01-linregr.pdf Домашнее задание]]

'''Семинар 3'''. Предобработка данных для линейных моделей. Функции потерь в линейной регрессии. Вероятностный взгляд на линейную регрессию. [[https://github.com/esokolov/ml-course-hse/blob/master/2017-fall/seminars/sem03-linregr-loss_funcs.ipynb Notebook]]

== Практические задания ==

'''Задание 1.''' Библиотека numpy и работа с данными.

Дата выдачи: 18.09.2017

Мягкий дедлайн: 01.10.2017 23:59MSK

Жесткий дедлайн: 08.10.2017 23:59MSK.

За каждый день просрочки после мягкого дедлайна снимается 1 балл. После жёсткого дедлайна работы не принимаются.

[https://github.com/esokolov/ml-course-hse/blob/master/2017-fall/homeworks-practice/homework-practice-01.ipynb Условие],
[https://github.com/esokolov/ml-course-hse/blob/master/2017-fall/homeworks-practice/homework-practice-01.zip архив с условием и шаблонами],
[https://official.contest.yandex.ru/contest/5016/problems/ соревнование в Яндекс.Контесте].

== Полезные материалы ==
===Книги===
* Hastie T., Tibshirani R, Friedman J. The Elements of Statistical Learning (2nd edition). Springer, 2009.
* Bishop C. M. Pattern Recognition and Machine Learning. Springer, 2006.
* Mohri M., Rostamizadeh A., Talwalkar A. Foundations of Machine Learning. MIT Press, 2012.
* Murphy K. Machine Learning: A Probabilistic Perspective. MIT Press, 2012.
* Mohammed J. Zaki, Wagner Meira Jr. Data Mining and Analysis. Fundamental Concepts and Algorithms. Cambridge University Press, 2014.
* Willi Richert, Luis Pedro Coelho. Building Machine Learning Systems with Python. Packt Publishing, 2013.

===Курсы по машинному обучению и анализу данных===
* [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]
* [https://yandexdataschool.ru/edu-process/courses/machine-learning Видеозаписи лекций курса Школы Анализа Данных, К.В. Воронцов]
* [https://www.coursera.org/specializations/machine-learning-data-analysis Coursera: Машинное обучение и анализ данных (специализация)]
* [https://www.coursera.org/learn/introduction-machine-learning Coursera: Введение в машинное обучение, К.В. Воронцов]

== Страницы предыдущих лет ==

[[Машинное_обучение_1/2016_2017 | 2016/2017 учебный год]]

Извлечение и анализ интернет-данных

2017-09-19T16:52:42Z

Slinko.igor: Новая страница: «Страница учебного курса»

Страница учебного курса

Участник:Slinko.igor

2017-09-19T16:46:45Z

Slinko.igor:

{{Карточка_ментора
|categorize = yes
}}

[[Файл:ddd.jpg|мини|справа|]]

== Слинько Игорь Юрьевич ==

* МФТИ, ФУПМ '12

== Место работы ==

* Data Scientist в Mail.ru

== Контакты ==

E-mail: ''[mailto:slinko.igor.y@yandex.ru slinko.igor.y@yandex.ru]''

https://www.facebook.com/commanderduck

Участник:Slinko.igor

2017-09-19T16:45:58Z

Slinko.igor:

{{Карточка_ментора
|categorize = yes
}}

[[Файл:ddd.jpg|мини|справа|]]

== Слинько Игорь Юрьевич ==

* МФТИ, ФУПМ '12

== Место работы ==

* Data Scientist в Mail.ru

== Контакты ==

E-mail: ''[mailto:commander.duck@yandex.ru commander.duck@yandex.ru]''

https://vk.com/commander_duck

Нейронные сети в искусстве (проект)

2015-12-16T23:07:37Z

Slinko.igor: /* Какие будут использоваться технологии? */

{{Карточка_проекта
|name=Нейронные сети в искусстве
|mentor=Слинько Игорь
|mentor_login={{URLENCODE:Slinko.igor|WIKI}}
|semester=Весна 2016
|course=1
|summer=on
|number_of_students=10
|categorize=yes
}}
http://s17.postimg.org/dt35su5wf/Auu_Zve_A0p9_DN_1500x1500_mtdh_GWCw_png_500_500_20.jpg

=== Что это за проект? ===

Улучшенный клон http://deepart.io/latest/

Этой осенью Gatys, Ecker и Bethge опубликовали статью, в которой описано, как обучить нейронную сеть рисовать картины. Статью можно почитать здесь: http://arxiv.org/pdf/1508.06576v2.pdf

Сейчас на гитхабе пара десятков репозиториев, которые реализуют этот алгоритм: https://github.com/search?utf8=✓&q=neural-style . Функциональность довольно простая: берем картину как стиль, берем фотку с котиком, ждем пару часов - и вот у нас уже получися котик, нарисованный Ван Гогом. Недавно появилось первое видео, нарисованное нейронными сетями: https://www.youtube.com/watch?v=0uCdJKVjPmQ . Пока еще не создали Марио "со вкусом" Эдварда Мунка. Сфера новая и понятно, что она будет развиваться. Уже скоро мы будем иметь в фотошопе соответствующие "фильтры", кинематограф будет обрабатывать свои картины новыми инструментами, художники начнут создавать картины больше задавая стиль, а детали оставляя компьютеру.

Хочется сделать сервис, который позволял бы удобно создавать такие картины/видео

=== Чему вы научитесь? ===
Познакомимся с нейросетями и с конкретной релизацией. Напишем бэкэнд на Python (без сложных фреймворков типа Jango). Напишем "ручки" на JavaScript и доверстаем (скорее всего уже готовый) шаблон

=== Какие начальные требования? ===
Из предыдущего пункта понятно, что есть несколько перпендикулярных задач. Будет здорово, если вы знакомы с:

* нейронными сетями;

* Python (numpy, scipy, deeppy, PIL);

* JS;

* CSS;

* HTML;

* Photoshop.

=== Какие будут использоваться технологии? ===
* Пока что я заказал виртуалку у Яндекса, которую можно превратить в хостинг, но, вполне вероятно, нам понадобится какой-нибудь облачный сервис, который умеет обсчитывать на видеокартах, например Amazon Web Services. 

* API Яндекс.Диска

* Шаблон сайта возьмем, например, с wix.com 

* Познакомимся с PIL - пакетом для обработки изображений на Python.

* Познакомимся с http-сервером на Python.

* Возможно, потребуется поднять Nginx. 

=== Темы вводных занятий ===
Покажу, что получилось сделать на сегодняшний момент у меня и что получилось сделать у других. Расскажу о проблемах, которые ожидают на пути.

=== Направления развития ===
* Можно добавить функцию оплаты на сайте. 

* Можно попробовать сделать видео и запилить такую функцию. 

* Можно попробовать делать большие и качественные изображения.

=== Критерии оценки ===
4-5: На бэкэнде нужно реализовать очередь, которая будет скачивать из определенной папки Яндекс.Диска фотки, обрабатывать и загружать в соседнюю папку 

6-7: Cайт с формой загрузки, оценкой веремени, отображением промежуточного результата и возможностью отменить рассчет, не дожидаясь окончания. 

8-10: Качественное улучшение алгоритма, предобсчет миниатюры, обсчет на видеокартах (реализация уже есть), форма оплаты, возможность обсчета больших изображений, возможность обрабатывать видео, пред- и пост-обработка.

=== Ориентировочное расписание занятий ===
Уточняется

Нейронные сети в искусстве (проект)

2015-12-16T23:04:40Z

Slinko.igor: /* Критерии оценки */

{{Карточка_проекта
|name=Нейронные сети в искусстве
|mentor=Слинько Игорь
|mentor_login={{URLENCODE:Slinko.igor|WIKI}}
|semester=Весна 2016
|course=1
|summer=on
|number_of_students=10
|categorize=yes
}}
http://s17.postimg.org/dt35su5wf/Auu_Zve_A0p9_DN_1500x1500_mtdh_GWCw_png_500_500_20.jpg

=== Что это за проект? ===

Улучшенный клон http://deepart.io/latest/

Этой осенью Gatys, Ecker и Bethge опубликовали статью, в которой описано, как обучить нейронную сеть рисовать картины. Статью можно почитать здесь: http://arxiv.org/pdf/1508.06576v2.pdf

Сейчас на гитхабе пара десятков репозиториев, которые реализуют этот алгоритм: https://github.com/search?utf8=✓&q=neural-style . Функциональность довольно простая: берем картину как стиль, берем фотку с котиком, ждем пару часов - и вот у нас уже получися котик, нарисованный Ван Гогом. Недавно появилось первое видео, нарисованное нейронными сетями: https://www.youtube.com/watch?v=0uCdJKVjPmQ . Пока еще не создали Марио "со вкусом" Эдварда Мунка. Сфера новая и понятно, что она будет развиваться. Уже скоро мы будем иметь в фотошопе соответствующие "фильтры", кинематограф будет обрабатывать свои картины новыми инструментами, художники начнут создавать картины больше задавая стиль, а детали оставляя компьютеру.

Хочется сделать сервис, который позволял бы удобно создавать такие картины/видео

=== Чему вы научитесь? ===
Познакомимся с нейросетями и с конкретной релизацией. Напишем бэкэнд на Python (без сложных фреймворков типа Jango). Напишем "ручки" на JavaScript и доверстаем (скорее всего уже готовый) шаблон

=== Какие начальные требования? ===
Из предыдущего пункта понятно, что есть несколько перпендикулярных задач. Будет здорово, если вы знакомы с:

* нейронными сетями;

* Python (numpy, scipy, deeppy, PIL);

* JS;

* CSS;

* HTML;

* Photoshop.

=== Какие будут использоваться технологии? ===
* Пока что я заказал виртуалку у Яндекса, которую можно превратить в хостинг, но, вполне вероятно, нам понадобится какой-нибудь облачный сервис, который умеет обсчитывать на видеокартах, например Amazon Web Services такое умеет. 

* Шаблон сайта возьмем, например, с wix.com 

* Возможно, потребуется поднять Nginx. 

* Познакомимся с PIL - пакетом для обработки изображений на Python.

=== Темы вводных занятий ===
Покажу, что получилось сделать на сегодняшний момент у меня и что получилось сделать у других. Расскажу о проблемах, которые ожидают на пути.

=== Направления развития ===
* Можно добавить функцию оплаты на сайте. 

* Можно попробовать сделать видео и запилить такую функцию. 

* Можно попробовать делать большие и качественные изображения.

=== Критерии оценки ===
4-5: На бэкэнде нужно реализовать очередь, которая будет скачивать из определенной папки Яндекс.Диска фотки, обрабатывать и загружать в соседнюю папку 

6-7: Cайт с формой загрузки, оценкой веремени, отображением промежуточного результата и возможностью отменить рассчет, не дожидаясь окончания. 

8-10: Качественное улучшение алгоритма, предобсчет миниатюры, обсчет на видеокартах (реализация уже есть), форма оплаты, возможность обсчета больших изображений, возможность обрабатывать видео, пред- и пост-обработка.

=== Ориентировочное расписание занятий ===
Уточняется

Участник:Slinko.igor

2015-12-16T22:53:06Z

Slinko.igor:

{{Карточка_ментора
|categorize = yes
}}

[[Файл:ddd.jpg|мини|справа|]]

== Слинько Игорь Юрьевич ==

* МФТИ, ФУПМ '12

== Место работы ==

* Компания Яндекс - с 2012 г. - разработчик поисковых подсказок

== Контакты ==

E-mail: ''[mailto:commander.duck@yandex.ru commander.duck@yandex.ru]''

https://vk.com/commander_duck

Участник:Slinko.igor

2015-12-04T12:57:19Z

Slinko.igor:

{{Карточка_ментора
|categorize = yes
}}

== Слинько Игорь Юрьевич ==
http://s8.postimg.org/jkh4uuxw5/2015_12_04_15_50_03.jpg

=== Образование ===
* МФТИ, ФУПМ '12

=== Место работы ===
* Компания Яндекс - с 2012 г - разработчик поисковых подсказок

=== Контакты ===
* e-mail: [mailto:commander.duck@yandex.ru commander.duck@yandex.ru]
* vk: https://vk.com/commander_duck

Участник:Slinko.igor

2015-12-04T12:54:15Z

Slinko.igor: Новая страница: «{{Карточка_ментора |categorize = yes }} == Слинько Игорь Юрьевич == === Образование === * МФТИ, ФУПМ '12 =…»

{{Карточка_ментора
|categorize = yes
}}

== Слинько Игорь Юрьевич ==

=== Образование ===
* МФТИ, ФУПМ '12

=== Место работы ===
* Компания Яндекс - с 2012 г - разработчик поисковых подсказок

=== Контакты ===
* e-mail: [mailto:commander.duck@yandex.ru commander.duck@yandex.ru]
* vk: https://vk.com/commander_duck

Нейронные сети в искусстве (проект)

2015-12-04T12:47:13Z

Slinko.igor:

{{Карточка_проекта
|name=Нейронные сети в искусстве
|mentor=Слинько Игорь
|mentor_login={{URLENCODE:Slinko.igor|WIKI}}
|semester=Весна 2016
|course=1
|summer=on
|number_of_students=10
|categorize=yes
}}
http://s17.postimg.org/dt35su5wf/Auu_Zve_A0p9_DN_1500x1500_mtdh_GWCw_png_500_500_20.jpg

=== Что это за проект? ===

Улучшенный клон http://deepart.io/latest/

Этой осенью Gatys, Ecker и Bethge опубликовали статью, в которой описано, как обучить нейронную сеть рисовать картины. Статью можно почитать здесь: http://arxiv.org/pdf/1508.06576v2.pdf

Сейчас на гитхабе пара десятков репозиториев, которые реализуют этот алгоритм: https://github.com/search?utf8=✓&q=neural-style . Функциональность довольно простая: берем картину как стиль, берем фотку с котиком, ждем пару часов - и вот у нас уже получися котик, нарисованный Ван Гогом. Недавно появилось первое видео, нарисованное нейронными сетями: https://www.youtube.com/watch?v=0uCdJKVjPmQ . Пока еще не создали Марио "со вкусом" Эдварда Мунка. Сфера новая и понятно, что она будет развиваться. Уже скоро мы будем иметь в фотошопе соответствующие "фильтры", кинематограф будет обрабатывать свои картины новыми инструментами, художники начнут создавать картины больше задавая стиль, а детали оставляя компьютеру.

Хочется сделать сервис, который позволял бы удобно создавать такие картины/видео

=== Чему вы научитесь? ===
Познакомимся с нейросетями и с конкретной релизацией. Напишем бэкэнд на Python (без сложных фреймворков типа Jango). Напишем "ручки" на JavaScript и доверстаем (скорее всего уже готовый) шаблон

=== Какие начальные требования? ===
Из предыдущего пункта понятно, что есть несколько перпендикулярных задач. Будет здорово, если вы знакомы с нейронными сетями, Python (numpy, scipy, deeppy, PIL), JS, CSS, HTML, Photoshop

=== Какие будут использоваться технологии? ===
Пока что я заказал виртуалку у Яндекса, которую можно превратить в хостинг, но, вполне вероятно, нам понадобится какой-нибудь облачный сервис, который умеет обсчитывать на видеокартах, например Amazon Web Services такое умеет. 

Шаблон сайта возьмем, например, с wix.com 

Возможно, потребуется поднять Nginx. 

Познакомимся с PIL - пакетом для обработки изображений на Python

=== Темы вводных занятий ===
Покажу, что получилось сделать на сегодняшний момент у меня и что получилось сделать у других. Расскажу о проблемах, которые ожидают на пути.

=== Направления развития ===
Можно добавить функцию оплаты на сайте. 
Можно попробовать сделать видео и запилить такую функцию. 
Можно попробовать делать большие и качественные изображения.

=== Критерии оценки ===
4-5: Сайт с формой загрузки и ссылками - историей результатов. На бэкэнде нужно реализовать очередь. 

6-7: Красивый сайт с формой загрузки, оценкой веремени, отображением промежуточного результата и возможностью отменить рассчет, не дожидаясь окончания. Возможность загрузить сразу несколько фотографий и несколько стилей. 

8-10: Качественное улучшение алгоритма, предобсчет миниатюры, обсчет на видеокартах (реализация уже есть), форма оплаты, возможность обсчета больших изображений, возможность обрабатывать видео, пред- и пост-обработка

=== Ориентировочное расписание занятий ===
Пока не знаю

Нейронные сети в искусстве (проект)

2015-12-04T12:45:53Z

Slinko.igor:

{{Карточка_проекта
|image=http://s17.postimg.org/dt35su5wf/Auu_Zve_A0p9_DN_1500x1500_mtdh_GWCw_png_500_500_20.jpg
|name=Нейронные сети в искусстве
|mentor=Слинько Игорь
|mentor_login={{URLENCODE:Slinko.igor|WIKI}}
|semester=Весна 2016
|course=1
|summer=on
|number_of_students=10
|categorize=yes
}}

=== Что это за проект? ===

Улучшенный клон http://deepart.io/latest/

Этой осенью Gatys, Ecker и Bethge опубликовали статью, в которой описано, как обучить нейронную сеть рисовать картины. Статью можно почитать здесь: http://arxiv.org/pdf/1508.06576v2.pdf

Сейчас на гитхабе пара десятков репозиториев, которые реализуют этот алгоритм: https://github.com/search?utf8=✓&q=neural-style . Функциональность довольно простая: берем картину как стиль, берем фотку с котиком, ждем пару часов - и вот у нас уже получися котик, нарисованный Ван Гогом. Недавно появилось первое видео, нарисованное нейронными сетями: https://www.youtube.com/watch?v=0uCdJKVjPmQ . Пока еще не создали Марио "со вкусом" Эдварда Мунка. Сфера новая и понятно, что она будет развиваться. Уже скоро мы будем иметь в фотошопе соответствующие "фильтры", кинематограф будет обрабатывать свои картины новыми инструментами, художники начнут создавать картины больше задавая стиль, а детали оставляя компьютеру.

Хочется сделать сервис, который позволял бы удобно создавать такие картины/видео

=== Чему вы научитесь? ===
Познакомимся с нейросетями и с конкретной релизацией. Напишем бэкэнд на Python (без сложных фреймворков типа Jango). Напишем "ручки" на JavaScript и доверстаем (скорее всего уже готовый) шаблон

=== Какие начальные требования? ===
Из предыдущего пункта понятно, что есть несколько перпендикулярных задач. Будет здорово, если вы знакомы с нейронными сетями, Python (numpy, scipy, deeppy, PIL), JS, CSS, HTML, Photoshop

=== Какие будут использоваться технологии? ===
Пока что я заказал виртуалку у Яндекса, которую можно превратить в хостинг, но, вполне вероятно, нам понадобится какой-нибудь облачный сервис, который умеет обсчитывать на видеокартах, например Amazon Web Services такое умеет. 

Шаблон сайта возьмем, например, с wix.com 

Возможно, потребуется поднять Nginx. 

Познакомимся с PIL - пакетом для обработки изображений на Python

=== Темы вводных занятий ===
Покажу, что получилось сделать на сегодняшний момент у меня и что получилось сделать у других. Расскажу о проблемах, которые ожидают на пути.

=== Направления развития ===
Можно добавить функцию оплаты на сайте. 
Можно попробовать сделать видео и запилить такую функцию. 
Можно попробовать делать большие и качественные изображения.

=== Критерии оценки ===
4-5: Сайт с формой загрузки и ссылками - историей результатов. На бэкэнде нужно реализовать очередь. 

6-7: Красивый сайт с формой загрузки, оценкой веремени, отображением промежуточного результата и возможностью отменить рассчет, не дожидаясь окончания. Возможность загрузить сразу несколько фотографий и несколько стилей. 

8-10: Качественное улучшение алгоритма, предобсчет миниатюры, обсчет на видеокартах (реализация уже есть), форма оплаты, возможность обсчета больших изображений, возможность обрабатывать видео, пред- и пост-обработка

=== Ориентировочное расписание занятий ===
Пока не знаю

Нейронные сети в искусстве (проект)

2015-12-04T12:45:16Z

Slinko.igor:

{{Карточка_проекта
|name=Нейронные сети в искусстве
|mentor=Слинько Игорь
|mentor_login={{URLENCODE:Slinko.igor|WIKI}}
|semester=Весна 2016
|course=1
|summer=on
|number_of_students=10
|categorize=yes
}}

=== Что это за проект? ===
http://s17.postimg.org/dt35su5wf/Auu_Zve_A0p9_DN_1500x1500_mtdh_GWCw_png_500_500_20.jpg

Улучшенный клон http://deepart.io/latest/

Этой осенью Gatys, Ecker и Bethge опубликовали статью, в которой описано, как обучить нейронную сеть рисовать картины. Статью можно почитать здесь: http://arxiv.org/pdf/1508.06576v2.pdf

Сейчас на гитхабе пара десятков репозиториев, которые реализуют этот алгоритм: https://github.com/search?utf8=✓&q=neural-style . Функциональность довольно простая: берем картину как стиль, берем фотку с котиком, ждем пару часов - и вот у нас уже получися котик, нарисованный Ван Гогом. Недавно появилось первое видео, нарисованное нейронными сетями: https://www.youtube.com/watch?v=0uCdJKVjPmQ . Пока еще не создали Марио "со вкусом" Эдварда Мунка. Сфера новая и понятно, что она будет развиваться. Уже скоро мы будем иметь в фотошопе соответствующие "фильтры", кинематограф будет обрабатывать свои картины новыми инструментами, художники начнут создавать картины больше задавая стиль, а детали оставляя компьютеру.

Хочется сделать сервис, который позволял бы удобно создавать такие картины/видео

=== Чему вы научитесь? ===
Познакомимся с нейросетями и с конкретной релизацией. Напишем бэкэнд на Python (без сложных фреймворков типа Jango). Напишем "ручки" на JavaScript и доверстаем (скорее всего уже готовый) шаблон

=== Какие начальные требования? ===
Из предыдущего пункта понятно, что есть несколько перпендикулярных задач. Будет здорово, если вы знакомы с нейронными сетями, Python (numpy, scipy, deeppy, PIL), JS, CSS, HTML, Photoshop

=== Какие будут использоваться технологии? ===
Пока что я заказал виртуалку у Яндекса, которую можно превратить в хостинг, но, вполне вероятно, нам понадобится какой-нибудь облачный сервис, который умеет обсчитывать на видеокартах, например Amazon Web Services такое умеет. 

Шаблон сайта возьмем, например, с wix.com 

Возможно, потребуется поднять Nginx. 

Познакомимся с PIL - пакетом для обработки изображений на Python

=== Темы вводных занятий ===
Покажу, что получилось сделать на сегодняшний момент у меня и что получилось сделать у других. Расскажу о проблемах, которые ожидают на пути.

=== Направления развития ===
Можно добавить функцию оплаты на сайте. 
Можно попробовать сделать видео и запилить такую функцию. 
Можно попробовать делать большие и качественные изображения.

=== Критерии оценки ===
4-5: Сайт с формой загрузки и ссылками - историей результатов. На бэкэнде нужно реализовать очередь. 

6-7: Красивый сайт с формой загрузки, оценкой веремени, отображением промежуточного результата и возможностью отменить рассчет, не дожидаясь окончания. Возможность загрузить сразу несколько фотографий и несколько стилей. 

8-10: Качественное улучшение алгоритма, предобсчет миниатюры, обсчет на видеокартах (реализация уже есть), форма оплаты, возможность обсчета больших изображений, возможность обрабатывать видео, пред- и пост-обработка

=== Ориентировочное расписание занятий ===
Пока не знаю

Нейронные сети в искусстве (проект)

2015-12-04T12:44:49Z

Slinko.igor: /* Что это за проект? */

{{Карточка_проекта
|name=Нейронные сети в искусстве
|mentor=Слинько Игорь
|mentor_login={{URLENCODE:Slinko.igor|WIKI}}
|semester=Весна 2016
|course=1
|summer=on
|number_of_students=10
|categorize=yes
}}

=== Что это за проект? ===
{|
|-
| http://s17.postimg.org/dt35su5wf/Auu_Zve_A0p9_DN_1500x1500_mtdh_GWCw_png_500_500_20.jpg || Улучшенный клон http://deepart.io/latest/

Этой осенью Gatys, Ecker и Bethge опубликовали статью, в которой описано, как обучить нейронную сеть рисовать картины. Статью можно почитать здесь: http://arxiv.org/pdf/1508.06576v2.pdf

Сейчас на гитхабе пара десятков репозиториев, которые реализуют этот алгоритм: https://github.com/search?utf8=✓&q=neural-style . Функциональность довольно простая: берем картину как стиль, берем фотку с котиком, ждем пару часов - и вот у нас уже получися котик, нарисованный Ван Гогом. Недавно появилось первое видео, нарисованное нейронными сетями: https://www.youtube.com/watch?v=0uCdJKVjPmQ . Пока еще не создали Марио "со вкусом" Эдварда Мунка. Сфера новая и понятно, что она будет развиваться. Уже скоро мы будем иметь в фотошопе соответствующие "фильтры", кинематограф будет обрабатывать свои картины новыми инструментами, художники начнут создавать картины больше задавая стиль, а детали оставляя компьютеру.

|}

Хочется сделать сервис, который позволял бы удобно создавать такие картины/видео

=== Чему вы научитесь? ===
Познакомимся с нейросетями и с конкретной релизацией. Напишем бэкэнд на Python (без сложных фреймворков типа Jango). Напишем "ручки" на JavaScript и доверстаем (скорее всего уже готовый) шаблон

=== Какие начальные требования? ===
Из предыдущего пункта понятно, что есть несколько перпендикулярных задач. Будет здорово, если вы знакомы с нейронными сетями, Python (numpy, scipy, deeppy, PIL), JS, CSS, HTML, Photoshop

=== Какие будут использоваться технологии? ===
Пока что я заказал виртуалку у Яндекса, которую можно превратить в хостинг, но, вполне вероятно, нам понадобится какой-нибудь облачный сервис, который умеет обсчитывать на видеокартах, например Amazon Web Services такое умеет. 

Шаблон сайта возьмем, например, с wix.com 

Возможно, потребуется поднять Nginx. 

Познакомимся с PIL - пакетом для обработки изображений на Python

=== Темы вводных занятий ===
Покажу, что получилось сделать на сегодняшний момент у меня и что получилось сделать у других. Расскажу о проблемах, которые ожидают на пути.

=== Направления развития ===
Можно добавить функцию оплаты на сайте. 
Можно попробовать сделать видео и запилить такую функцию. 
Можно попробовать делать большие и качественные изображения.

=== Критерии оценки ===
4-5: Сайт с формой загрузки и ссылками - историей результатов. На бэкэнде нужно реализовать очередь. 

6-7: Красивый сайт с формой загрузки, оценкой веремени, отображением промежуточного результата и возможностью отменить рассчет, не дожидаясь окончания. Возможность загрузить сразу несколько фотографий и несколько стилей. 

8-10: Качественное улучшение алгоритма, предобсчет миниатюры, обсчет на видеокартах (реализация уже есть), форма оплаты, возможность обсчета больших изображений, возможность обрабатывать видео, пред- и пост-обработка

=== Ориентировочное расписание занятий ===
Пока не знаю

Нейронные сети в искусстве (проект)

2015-12-04T12:18:46Z

Slinko.igor:

{{Карточка_проекта
|name=Нейронные сети в искусстве
|mentor=Слинько Игорь
|mentor_login={{URLENCODE:Slinko.igor|WIKI}}
|semester=Весна 2016
|course=1
|summer=on
|number_of_students=10
|categorize=yes
}}

=== Что это за проект? ===
Улучшенный клон http://deepart.io/latest/

Этой осенью Gatys, Ecker и Bethge опубликовали статью, в которой описано, как обучить нейронную сеть рисовать картины. Статью можно почитать здесь: http://arxiv.org/pdf/1508.06576v2.pdf

Сейчас на гитхабе пара десятков репозиториев, которые реализуют этот алгоритм: https://github.com/search?utf8=✓&q=neural-style . Функциональность довольно простая: берем картину как стиль, берем фотку с котиком, ждем пару часов - и вот у нас уже получися котик, нарисованный Ван Гогом. Недавно появилось первое видео, нарисованное нейронными сетями: https://www.youtube.com/watch?v=0uCdJKVjPmQ . Пока еще не создали Марио "со вкусом" Эдварда Мунка. Сфера новая и понятно, что она будет развиваться. Уже скоро мы будем иметь в фотошопе соответствующие "фильтры", кинематограф будет обрабатывать свои картины новыми инструментами, художники начнут создавать картины больше задавая стиль, а детали оставляя компьютеру.

Хочется сделать сервис, который позволял бы удобно создавать такие картины/видео

=== Чему вы научитесь? ===
Познакомимся с нейросетями и с конкретной релизацией. Напишем бэкэнд на Python (без сложных фреймворков типа Jango). Напишем "ручки" на JavaScript и доверстаем (скорее всего уже готовый) шаблон

=== Какие начальные требования? ===
Из предыдущего пункта понятно, что есть несколько перпендикулярных задач. Будет здорово, если вы знакомы с нейронными сетями, Python (numpy, scipy, deeppy, PIL), JS, CSS, HTML, Photoshop

=== Какие будут использоваться технологии? ===
Пока что я заказал виртуалку у Яндекса, которую можно превратить в хостинг, но, вполне вероятно, нам понадобится какой-нибудь облачный сервис, который умеет обсчитывать на видеокартах, например Amazon Web Services такое умеет. 

Шаблон сайта возьмем, например, с wix.com 

Возможно, потребуется поднять Nginx. 

Познакомимся с PIL - пакетом для обработки изображений на Python

=== Темы вводных занятий ===
Покажу, что получилось сделать на сегодняшний момент у меня и что получилось сделать у других. Расскажу о проблемах, которые ожидают на пути.

=== Направления развития ===
Можно добавить функцию оплаты на сайте. 
Можно попробовать сделать видео и запилить такую функцию. 
Можно попробовать делать большие и качественные изображения.

=== Критерии оценки ===
4-5: Сайт с формой загрузки и ссылками - историей результатов. На бэкэнде нужно реализовать очередь. 

6-7: Красивый сайт с формой загрузки, оценкой веремени, отображением промежуточного результата и возможностью отменить рассчет, не дожидаясь окончания. Возможность загрузить сразу несколько фотографий и несколько стилей. 

8-10: Качественное улучшение алгоритма, предобсчет миниатюры, обсчет на видеокартах (реализация уже есть), форма оплаты, возможность обсчета больших изображений, возможность обрабатывать видео, пред- и пост-обработка

=== Ориентировочное расписание занятий ===
Пока не знаю

Нейронные сети в искусстве (проект)

2015-12-04T12:15:56Z

Slinko.igor:

{{Карточка_проекта
|name=Нейронные сети в искусстве
|mentor=Слинько Игорь
|mentor_login={{URLENCODE:Slinko.igor|WIKI}}
|semester=Весна 2016
|course=1
|summer=on
|number_of_students=10
|categorize=yes
}}

=== Что это за проект? ===
Улучшенный клон http://deepart.io/latest/

Этой осенью Gatys, Ecker и Bethge опубликовали статью, в которой описано, как обучить нейронную сеть рисовать картины. Статью можно почитать здесь: http://arxiv.org/pdf/1508.06576v2.pdf

Сейчас на гитхабе пара десятков репозиториев, которые реализуют этот алгоритм: https://github.com/search?utf8=✓&q=neural-style . Функциональность довольно простая: берем картину как стиль, берем фотку с котиком, ждем пару часов - и вот у нас уже получися котик, нарисованный Ван Гогом. Недавно появилось первое видео, нарисованное нейронными сетями: https://www.youtube.com/watch?v=0uCdJKVjPmQ . Пока еще не создали Марио "со вкусом" Эдварда Мунка. Сфера новая и понятно, что она будет развиваться. Уже скоро мы будем иметь в фотошопе соответствующие "фильтры", кинематограф будет обрабатывать свои картины новыми инструментами, художники начнут создавать картины больше задавая стиль, а детали оставляя компьютеру.

Хочется сделать сервис, который позволял бы удобно создавать такие картины/видео

=== Чему вы научитесь? ===
Познакомимся с нейросетями и с конкретной релизацией. Напишем бэкэнд на Python (без сложных фреймворков типа Jango). Напишем "ручки" на JavaScript и доверстаем (скорее всего уже готовый) шаблон

=== Какие начальные требования? ===
Из предыдущего пункта понятно, что есть несколько перпендикулярных задач. Будет здорово, если вы знакомы с нейронными сетями, Python (numpy, scipy, deeppy, PIL), JS, CSS, HTML, Photoshop

=== Какие будут использоваться технологии? ===
Пока что я заказал виртуалку у Яндекса, которую можно превратить в хостинг, но, вполне вероятно, нам понадобится какой-нибудь облачный сервис, который умеет обсчитывать на видеокартах, например Amazon Web Services такое умеет. 

Шаблон сайта возьмем, например, с wix.com 

Возможно, потребуется поднять Nginx. 

Познакомимся с PIL - пакетом для обработки изображений на Python

=== Темы вводных занятий ===
Покажу, что получилось сделать на сегодняшний момент у меня и что получилось сделать у других. Расскажу о проблемах, которые ожидают на пути.

=== Направления развития ===
Можно добавить функцию оплаты на сайте. 
Можно попробовать сделать видео и запилить такую функцию. 
Можно попробовать делать большие и качественные изображения.

=== Критерии оценки ===
4-5: Сайт, с формой загрузки и ссылками - историей результатов. На бэкэнде нужно реализовать очередь. 

6-7: Красивый сайт с формой загрузки, оценкой веремени, отображением промежуточного результата и возможностью отменить рассчет, не дожидаясь окончания. Возможность загрузить сразу несколько фотографий и несколько стилей. 

8-10: Качественное улучшение алгоритма, предобсчет миниатюры, обсчет на видеокартах (реализация уже есть), форма оплаты, возможность обсчета больших изображений, возможность обрабатывать видео, пред- и пост-обработка

=== Ориентировочное расписание занятий ===
Пока не знаю

Нейронные сети в искусстве (проект)

2015-12-04T12:13:34Z

Slinko.igor:

{{Карточка_проекта
|name=Нейронные сети в искусстве
|mentor=Слинько Игорь
|mentor_login={{URLENCODE:Slinko.igor|WIKI}}
|semester=Весна 2016
|course=1
|summer=on
|number_of_students=10
|categorize=yes
}}

=== Что это за проект? ===
Улучшенный клон http://deepart.io/latest/

Длинная версия:
Этой осенью Gatys, Ecker и Bethge опубликовали статью, в которой описано, как обучить нейронную сеть рисовать картины. Статью можно почитать здесь: http://arxiv.org/pdf/1508.06576v2.pdf

Сейчас на гитхабе пара десятков репозиториев, которые реализуют этот алгоритм: https://github.com/search?utf8=✓&q=neural-style . Функциональность довольно простая: берем картину как стиль, берем фотку с котиком, ждем пару часов - и вот у нас уже получися котик, нарисованный Ван Гогом. Недавно появилось первое видео, нарисованное нейронными сетями: https://www.youtube.com/watch?v=0uCdJKVjPmQ . Пока еще не создали Марио "со вкусом" Эдварда Мунка. Сфера новая и понятно, что она будет развиваться. Уже скоро мы будем иметь в фотошопе соответствующие "фильтры", кинематограф будет обрабатывать свои картины новыми инструментами, художники начнут создавать картины больше задавая стиль, а детали оставляя компьютеру.

Хочется сделать сервис, который позволял бы удобно создавать такие картины/видео

=== Чему вы научитесь? ===
Познакомимся с нейросетями и с конкретной релизацией. Напишем бэкэнд на Python (без сложных фреймворков типа Jango). Напишем "ручки" на JavaScript и доверстаем (скорее всего уже готовый) шаблон

=== Какие начальные требования? ===
Из предыдущего пункта понятно, что есть несколько перпендикулярных задач. Будет здорово, если вы знакомы с нейронными сетями, Python (numpy, scipy, deeppy, PIL), JS, CSS, HTML, Photoshop

=== Какие будут использоваться технологии? ===
Пока что я заказал виртуалку у Яндекса, которую можно превратить в хостинг, но, вполне вероятно, нам понадобится какой-нибудь облачный сервис, который умеет обсчитывать на видеокартах, например Amazon Web Services такое умеет. 

Шаблон сайта возьмем, например, с wix.com 

Возможно, потребуется поднять Nginx. 

Познакомимся с PIL - пакетом для обработки изображений на Python

=== Темы вводных занятий ===
Покажу, что получилось сделать на сегодняшний момент у меня и что получилось сделать у других. Расскажу о проблемах, которые ожидают на пути.

=== Направления развития ===
Можно добавить функцию оплаты на сайте. 
Можно попробовать сделать видео и запилить такую функцию. 
Можно попробовать делать большие и качественные изображения.

=== Критерии оценки ===
4-5: Сайт, с формой загрузки и ссылками - историей результатов. На бэкэнде нужно реализовать очередь. 

6-7: Красивый сайт с формой загрузки, оценкой веремени, отображением промежуточного результата и возможностью отменить рассчет, не дожидаясь окончания. Возможность загрузить сразу несколько фотографий и несколько стилей. 

8-10: Качественное улучшение алгоритма, предобсчет миниатюры, обсчет на видеокартах (реализация уже есть), форма оплаты, возможность обсчета больших изображений, возможность обрабатывать видео, пред- и пост-обработка

=== Ориентировочное расписание занятий ===
Пока не знаю

Нейронные сети в искусстве (проект)

2015-12-04T12:12:04Z

Slinko.igor: /* Какие начальные требования? */

{{Карточка_проекта
|name=Нейронные сети в искусстве
|mentor=Слинько Игорь
|mentor_login={{URLENCODE:Slinko.igor|WIKI}}
|semester=Весна 2016
|course=1
|summer=on
|number_of_students=10
|categorize=yes
}}

=== Что это за проект? ===
Короткая версия:
Улучшенный клон http://deepart.io/latest/

Длинная версия:
Этой осенью Gatys, Ecker и Bethge опубликовали статью, в которой описано, как обучить нейронную сеть рисовать картины. Статью можно почитать здесь: http://arxiv.org/pdf/1508.06576v2.pdf

Сейчас на гитхабе пара десятков репозиториев, которые реализуют этот алгоритм: https://github.com/search?utf8=✓&q=neural-style . Функциональность довольно простая: берем картину как стиль, берем фотку с котиком, ждем пару часов - и вот у нас уже получися котик, нарисованный Ван Гогом. Недавно появилось первое видео, нарисованное нейронными сетями: https://www.youtube.com/watch?v=0uCdJKVjPmQ . Пока еще не создали Марио "со вкусом" Эдварда Мунка. Сфера новая и понятно, что она будет развиваться. Уже скоро мы будем иметь в фотошопе соответствующие "фильтры", кинематограф будет обрабатывать свои картины новыми инструментами, художники начнут создавать картины больше задавая стиль, а детали оставляя компьютеру.

Хочется сделать сервис, который позволял бы удобно создавать такие картины/видео

=== Чему вы научитесь? ===
Познакомимся с нейросетями и с конкретной релизацией. Напишем бэкэнд на Python (без сложных фреймворков типа Jango). Напишем "ручки" на JavaScript и доверстаем (скорее всего уже готовый) шаблон

=== Какие начальные требования? ===
Из предыдущего пункта понятно, что есть несколько перпендикулярных задач. Будет здорово, если вы знакомы с нейронными сетями, Python (numpy, scipy, deeppy, PIL), JS, CSS, HTML, Photoshop

=== Какие будут использоваться технологии? ===
Пока что я заказал виртуалку у Яндекса, которую можно превратить в хостинг, но, вполне вероятно, нам понадобится какой-нибудь облачный сервис, который умеет обсчитывать на видеокартах, например Amazon Web Services такое умеет. 

Шаблон сайта возьмем, например, с wix.com 

Возможно, потребуется поднять Nginx. 

Познакомимся с PIL - пакетом для обработки изображений на Python

=== Темы вводных занятий ===
Покажу, что получилось сделать на сегодняшний момент у меня и что получилось сделать у других. Расскажу о проблемах, которые ожидают на пути.

=== Направления развития ===
Можно добавить функцию оплаты на сайте. 
Можно попробовать сделать видео и запилить такую функцию. 
Можно попробовать делать большие и качественные изображения.

=== Критерии оценки ===
4-5: Сайт, с формой загрузки и ссылками - историей результатов. На бэкэнде нужно реализовать очередь. 

6-7: Красивый сайт с формой загрузки, оценкой веремени, отображением промежуточного результата и возможностью отменить рассчет, не дожидаясь окончания. Возможность загрузить сразу несколько фотографий и несколько стилей. 

8-10: Качественное улучшение алгоритма, предобсчет миниатюры, обсчет на видеокартах (реализация уже есть), форма оплаты, возможность обсчета больших изображений, возможность обрабатывать видео, пред- и пост-обработка

=== Ориентировочное расписание занятий ===
Пока не знаю

Нейронные сети в искусстве (проект)

2015-12-04T12:11:17Z

Slinko.igor: /* Какие будут использоваться технологии? */

{{Карточка_проекта
|name=Нейронные сети в искусстве
|mentor=Слинько Игорь
|mentor_login={{URLENCODE:Slinko.igor|WIKI}}
|semester=Весна 2016
|course=1
|summer=on
|number_of_students=10
|categorize=yes
}}

=== Что это за проект? ===
Короткая версия:
Улучшенный клон http://deepart.io/latest/

Длинная версия:
Этой осенью Gatys, Ecker и Bethge опубликовали статью, в которой описано, как обучить нейронную сеть рисовать картины. Статью можно почитать здесь: http://arxiv.org/pdf/1508.06576v2.pdf

Сейчас на гитхабе пара десятков репозиториев, которые реализуют этот алгоритм: https://github.com/search?utf8=✓&q=neural-style . Функциональность довольно простая: берем картину как стиль, берем фотку с котиком, ждем пару часов - и вот у нас уже получися котик, нарисованный Ван Гогом. Недавно появилось первое видео, нарисованное нейронными сетями: https://www.youtube.com/watch?v=0uCdJKVjPmQ . Пока еще не создали Марио "со вкусом" Эдварда Мунка. Сфера новая и понятно, что она будет развиваться. Уже скоро мы будем иметь в фотошопе соответствующие "фильтры", кинематограф будет обрабатывать свои картины новыми инструментами, художники начнут создавать картины больше задавая стиль, а детали оставляя компьютеру.

Хочется сделать сервис, который позволял бы удобно создавать такие картины/видео

=== Чему вы научитесь? ===
Познакомимся с нейросетями и с конкретной релизацией. Напишем бэкэнд на Python (без сложных фреймворков типа Jango). Напишем "ручки" на JavaScript и доверстаем (скорее всего уже готовый) шаблон

=== Какие начальные требования? ===
Из предыдущего пункта понятно, что есть несколько перпендикулярных задач. Будет здорово, если вы знакомы с нейронными сетями, Python (numpy, scipy, deeppy, PIL), JS, CSS, HTML, Photoshop (для пред- или пост-обработки).

=== Какие будут использоваться технологии? ===
Пока что я заказал виртуалку у Яндекса, которую можно превратить в хостинг, но, вполне вероятно, нам понадобится какой-нибудь облачный сервис, который умеет обсчитывать на видеокартах, например Amazon Web Services такое умеет. 

Шаблон сайта возьмем, например, с wix.com 

Возможно, потребуется поднять Nginx. 

Познакомимся с PIL - пакетом для обработки изображений на Python

=== Темы вводных занятий ===
Покажу, что получилось сделать на сегодняшний момент у меня и что получилось сделать у других. Расскажу о проблемах, которые ожидают на пути.

=== Направления развития ===
Можно добавить функцию оплаты на сайте. 
Можно попробовать сделать видео и запилить такую функцию. 
Можно попробовать делать большие и качественные изображения.

=== Критерии оценки ===
4-5: Сайт, с формой загрузки и ссылками - историей результатов. На бэкэнде нужно реализовать очередь. 

6-7: Красивый сайт с формой загрузки, оценкой веремени, отображением промежуточного результата и возможностью отменить рассчет, не дожидаясь окончания. Возможность загрузить сразу несколько фотографий и несколько стилей. 

8-10: Качественное улучшение алгоритма, предобсчет миниатюры, обсчет на видеокартах (реализация уже есть), форма оплаты, возможность обсчета больших изображений, возможность обрабатывать видео, пред- и пост-обработка

=== Ориентировочное расписание занятий ===
Пока не знаю

Нейронные сети в искусстве (проект)

2015-12-04T12:10:55Z

Slinko.igor: /* Направления развития */

{{Карточка_проекта
|name=Нейронные сети в искусстве
|mentor=Слинько Игорь
|mentor_login={{URLENCODE:Slinko.igor|WIKI}}
|semester=Весна 2016
|course=1
|summer=on
|number_of_students=10
|categorize=yes
}}

=== Что это за проект? ===
Короткая версия:
Улучшенный клон http://deepart.io/latest/

Длинная версия:
Этой осенью Gatys, Ecker и Bethge опубликовали статью, в которой описано, как обучить нейронную сеть рисовать картины. Статью можно почитать здесь: http://arxiv.org/pdf/1508.06576v2.pdf

Сейчас на гитхабе пара десятков репозиториев, которые реализуют этот алгоритм: https://github.com/search?utf8=✓&q=neural-style . Функциональность довольно простая: берем картину как стиль, берем фотку с котиком, ждем пару часов - и вот у нас уже получися котик, нарисованный Ван Гогом. Недавно появилось первое видео, нарисованное нейронными сетями: https://www.youtube.com/watch?v=0uCdJKVjPmQ . Пока еще не создали Марио "со вкусом" Эдварда Мунка. Сфера новая и понятно, что она будет развиваться. Уже скоро мы будем иметь в фотошопе соответствующие "фильтры", кинематограф будет обрабатывать свои картины новыми инструментами, художники начнут создавать картины больше задавая стиль, а детали оставляя компьютеру.

Хочется сделать сервис, который позволял бы удобно создавать такие картины/видео

=== Чему вы научитесь? ===
Познакомимся с нейросетями и с конкретной релизацией. Напишем бэкэнд на Python (без сложных фреймворков типа Jango). Напишем "ручки" на JavaScript и доверстаем (скорее всего уже готовый) шаблон

=== Какие начальные требования? ===
Из предыдущего пункта понятно, что есть несколько перпендикулярных задач. Будет здорово, если вы знакомы с нейронными сетями, Python (numpy, scipy, deeppy, PIL), JS, CSS, HTML, Photoshop (для пред- или пост-обработки).

=== Какие будут использоваться технологии? ===
Пока что я заказал виртуалку у Яндекса, которую можно превратить в хостинг, но, вполне вероятно, нам понадобится какой-нибудь облачный сервис, который умеет обсчитывать на видеокартах, например Amazon Web Services такое умеет.
Шаблон сайта возьмем, например, с wix.com
Возможно, потребуется поднять Nginx.
Познакомимся с PIL - пакетом для обработки изображений на Python

=== Темы вводных занятий ===
Покажу, что получилось сделать на сегодняшний момент у меня и что получилось сделать у других. Расскажу о проблемах, которые ожидают на пути.

=== Направления развития ===
Можно добавить функцию оплаты на сайте. 
Можно попробовать сделать видео и запилить такую функцию. 
Можно попробовать делать большие и качественные изображения.

=== Критерии оценки ===
4-5: Сайт, с формой загрузки и ссылками - историей результатов. На бэкэнде нужно реализовать очередь. 

6-7: Красивый сайт с формой загрузки, оценкой веремени, отображением промежуточного результата и возможностью отменить рассчет, не дожидаясь окончания. Возможность загрузить сразу несколько фотографий и несколько стилей. 

8-10: Качественное улучшение алгоритма, предобсчет миниатюры, обсчет на видеокартах (реализация уже есть), форма оплаты, возможность обсчета больших изображений, возможность обрабатывать видео, пред- и пост-обработка

=== Ориентировочное расписание занятий ===
Пока не знаю

Нейронные сети в искусстве (проект)

2015-12-04T12:10:36Z

Slinko.igor: /* Критерии оценки */

{{Карточка_проекта
|name=Нейронные сети в искусстве
|mentor=Слинько Игорь
|mentor_login={{URLENCODE:Slinko.igor|WIKI}}
|semester=Весна 2016
|course=1
|summer=on
|number_of_students=10
|categorize=yes
}}

=== Что это за проект? ===
Короткая версия:
Улучшенный клон http://deepart.io/latest/

Длинная версия:
Этой осенью Gatys, Ecker и Bethge опубликовали статью, в которой описано, как обучить нейронную сеть рисовать картины. Статью можно почитать здесь: http://arxiv.org/pdf/1508.06576v2.pdf

Сейчас на гитхабе пара десятков репозиториев, которые реализуют этот алгоритм: https://github.com/search?utf8=✓&q=neural-style . Функциональность довольно простая: берем картину как стиль, берем фотку с котиком, ждем пару часов - и вот у нас уже получися котик, нарисованный Ван Гогом. Недавно появилось первое видео, нарисованное нейронными сетями: https://www.youtube.com/watch?v=0uCdJKVjPmQ . Пока еще не создали Марио "со вкусом" Эдварда Мунка. Сфера новая и понятно, что она будет развиваться. Уже скоро мы будем иметь в фотошопе соответствующие "фильтры", кинематограф будет обрабатывать свои картины новыми инструментами, художники начнут создавать картины больше задавая стиль, а детали оставляя компьютеру.

Хочется сделать сервис, который позволял бы удобно создавать такие картины/видео

=== Чему вы научитесь? ===
Познакомимся с нейросетями и с конкретной релизацией. Напишем бэкэнд на Python (без сложных фреймворков типа Jango). Напишем "ручки" на JavaScript и доверстаем (скорее всего уже готовый) шаблон

=== Какие начальные требования? ===
Из предыдущего пункта понятно, что есть несколько перпендикулярных задач. Будет здорово, если вы знакомы с нейронными сетями, Python (numpy, scipy, deeppy, PIL), JS, CSS, HTML, Photoshop (для пред- или пост-обработки).

=== Какие будут использоваться технологии? ===
Пока что я заказал виртуалку у Яндекса, которую можно превратить в хостинг, но, вполне вероятно, нам понадобится какой-нибудь облачный сервис, который умеет обсчитывать на видеокартах, например Amazon Web Services такое умеет.
Шаблон сайта возьмем, например, с wix.com
Возможно, потребуется поднять Nginx.
Познакомимся с PIL - пакетом для обработки изображений на Python

=== Темы вводных занятий ===
Покажу, что получилось сделать на сегодняшний момент у меня и что получилось сделать у других. Расскажу о проблемах, которые ожидают на пути.

=== Направления развития ===
Можно добавить функцию оплаты на сайте. Можно попробовать сделать видео и запилить такую функцию. Можно попробовать делать большие и качественные изображения.

=== Критерии оценки ===
4-5: Сайт, с формой загрузки и ссылками - историей результатов. На бэкэнде нужно реализовать очередь. 

6-7: Красивый сайт с формой загрузки, оценкой веремени, отображением промежуточного результата и возможностью отменить рассчет, не дожидаясь окончания. Возможность загрузить сразу несколько фотографий и несколько стилей. 

8-10: Качественное улучшение алгоритма, предобсчет миниатюры, обсчет на видеокартах (реализация уже есть), форма оплаты, возможность обсчета больших изображений, возможность обрабатывать видео, пред- и пост-обработка

=== Ориентировочное расписание занятий ===
Пока не знаю

Нейронные сети в искусстве (проект)

2015-12-04T12:09:36Z

Slinko.igor: /* Какие будут использоваться технологии? */

{{Карточка_проекта
|name=Нейронные сети в искусстве
|mentor=Слинько Игорь
|mentor_login={{URLENCODE:Slinko.igor|WIKI}}
|semester=Весна 2016
|course=1
|summer=on
|number_of_students=10
|categorize=yes
}}

=== Что это за проект? ===
Короткая версия:
Улучшенный клон http://deepart.io/latest/

Длинная версия:
Этой осенью Gatys, Ecker и Bethge опубликовали статью, в которой описано, как обучить нейронную сеть рисовать картины. Статью можно почитать здесь: http://arxiv.org/pdf/1508.06576v2.pdf

Сейчас на гитхабе пара десятков репозиториев, которые реализуют этот алгоритм: https://github.com/search?utf8=✓&q=neural-style . Функциональность довольно простая: берем картину как стиль, берем фотку с котиком, ждем пару часов - и вот у нас уже получися котик, нарисованный Ван Гогом. Недавно появилось первое видео, нарисованное нейронными сетями: https://www.youtube.com/watch?v=0uCdJKVjPmQ . Пока еще не создали Марио "со вкусом" Эдварда Мунка. Сфера новая и понятно, что она будет развиваться. Уже скоро мы будем иметь в фотошопе соответствующие "фильтры", кинематограф будет обрабатывать свои картины новыми инструментами, художники начнут создавать картины больше задавая стиль, а детали оставляя компьютеру.

Хочется сделать сервис, который позволял бы удобно создавать такие картины/видео

=== Чему вы научитесь? ===
Познакомимся с нейросетями и с конкретной релизацией. Напишем бэкэнд на Python (без сложных фреймворков типа Jango). Напишем "ручки" на JavaScript и доверстаем (скорее всего уже готовый) шаблон

=== Какие начальные требования? ===
Из предыдущего пункта понятно, что есть несколько перпендикулярных задач. Будет здорово, если вы знакомы с нейронными сетями, Python (numpy, scipy, deeppy, PIL), JS, CSS, HTML, Photoshop (для пред- или пост-обработки).

=== Какие будут использоваться технологии? ===
Пока что я заказал виртуалку у Яндекса, которую можно превратить в хостинг, но, вполне вероятно, нам понадобится какой-нибудь облачный сервис, который умеет обсчитывать на видеокартах, например Amazon Web Services такое умеет.
Шаблон сайта возьмем, например, с wix.com
Возможно, потребуется поднять Nginx.
Познакомимся с PIL - пакетом для обработки изображений на Python

=== Темы вводных занятий ===
Покажу, что получилось сделать на сегодняшний момент у меня и что получилось сделать у других. Расскажу о проблемах, которые ожидают на пути.

=== Направления развития ===
Можно добавить функцию оплаты на сайте. Можно попробовать сделать видео и запилить такую функцию. Можно попробовать делать большие и качественные изображения.

=== Критерии оценки ===
4-5: Сайт, с формой загрузки и ссылками - историей результатов. На бэкэнде нужно реализовать очередь.
6-7: Красивый сайт с формой загрузки, оценкой веремени, отображением промежуточного результата и возможностью отменить рассчет, не дожидаясь окончания. Возможность загрузить сразу несколько фотографий и несколько стилей.
8-10: Качественное улучшение алгоритма, предобсчет миниатюры, обсчет на видеокартах (реализация уже есть), форма оплаты, возможность обсчета больших изображений, возможность обрабатывать видео, пред- и пост-обработка

=== Ориентировочное расписание занятий ===
Пока не знаю

Нейронные сети в искусстве (проект)

2015-12-04T12:08:55Z

Slinko.igor: /* Чему вы научитесь? */

{{Карточка_проекта
|name=Нейронные сети в искусстве
|mentor=Слинько Игорь
|mentor_login={{URLENCODE:Slinko.igor|WIKI}}
|semester=Весна 2016
|course=1
|summer=on
|number_of_students=10
|categorize=yes
}}

=== Что это за проект? ===
Короткая версия:
Улучшенный клон http://deepart.io/latest/

Длинная версия:
Этой осенью Gatys, Ecker и Bethge опубликовали статью, в которой описано, как обучить нейронную сеть рисовать картины. Статью можно почитать здесь: http://arxiv.org/pdf/1508.06576v2.pdf

Сейчас на гитхабе пара десятков репозиториев, которые реализуют этот алгоритм: https://github.com/search?utf8=✓&q=neural-style . Функциональность довольно простая: берем картину как стиль, берем фотку с котиком, ждем пару часов - и вот у нас уже получися котик, нарисованный Ван Гогом. Недавно появилось первое видео, нарисованное нейронными сетями: https://www.youtube.com/watch?v=0uCdJKVjPmQ . Пока еще не создали Марио "со вкусом" Эдварда Мунка. Сфера новая и понятно, что она будет развиваться. Уже скоро мы будем иметь в фотошопе соответствующие "фильтры", кинематограф будет обрабатывать свои картины новыми инструментами, художники начнут создавать картины больше задавая стиль, а детали оставляя компьютеру.

Хочется сделать сервис, который позволял бы удобно создавать такие картины/видео

=== Чему вы научитесь? ===
Познакомимся с нейросетями и с конкретной релизацией. Напишем бэкэнд на Python (без сложных фреймворков типа Jango). Напишем "ручки" на JavaScript и доверстаем (скорее всего уже готовый) шаблон

=== Какие начальные требования? ===
Из предыдущего пункта понятно, что есть несколько перпендикулярных задач. Будет здорово, если вы знакомы с нейронными сетями, Python (numpy, scipy, deeppy, PIL), JS, CSS, HTML, Photoshop (для пред- или пост-обработки).

=== Какие будут использоваться технологии? ===
Пока что я заказал виртуалку у Яндекса, которую можно превратить в хостинг, но, вполне вероятно, нам понадобится какой-нибудь облачный сервис, который умеет обсчитывать на видеокартах, например Amazon Web Services такое умеет.
Шаблон сайта возьмем, например, с wix.com
Возможно, потребуется поднять Nginx
Познакомимся с PIL - пакетом для обработки изображений на Python

=== Темы вводных занятий ===
Покажу, что получилось сделать на сегодняшний момент у меня и что получилось сделать у других. Расскажу о проблемах, которые ожидают на пути.

=== Направления развития ===
Можно добавить функцию оплаты на сайте. Можно попробовать сделать видео и запилить такую функцию. Можно попробовать делать большие и качественные изображения.

=== Критерии оценки ===
4-5: Сайт, с формой загрузки и ссылками - историей результатов. На бэкэнде нужно реализовать очередь.
6-7: Красивый сайт с формой загрузки, оценкой веремени, отображением промежуточного результата и возможностью отменить рассчет, не дожидаясь окончания. Возможность загрузить сразу несколько фотографий и несколько стилей.
8-10: Качественное улучшение алгоритма, предобсчет миниатюры, обсчет на видеокартах (реализация уже есть), форма оплаты, возможность обсчета больших изображений, возможность обрабатывать видео, пред- и пост-обработка

=== Ориентировочное расписание занятий ===
Пока не знаю

Нейронные сети в искусстве (проект)

2015-12-04T12:08:09Z

Slinko.igor: /* Что это за проект? */

{{Карточка_проекта
|name=Нейронные сети в искусстве
|mentor=Слинько Игорь
|mentor_login={{URLENCODE:Slinko.igor|WIKI}}
|semester=Весна 2016
|course=1
|summer=on
|number_of_students=10
|categorize=yes
}}

=== Что это за проект? ===
Короткая версия:
Улучшенный клон http://deepart.io/latest/

Длинная версия:
Этой осенью Gatys, Ecker и Bethge опубликовали статью, в которой описано, как обучить нейронную сеть рисовать картины. Статью можно почитать здесь: http://arxiv.org/pdf/1508.06576v2.pdf

Сейчас на гитхабе пара десятков репозиториев, которые реализуют этот алгоритм: https://github.com/search?utf8=✓&q=neural-style . Функциональность довольно простая: берем картину как стиль, берем фотку с котиком, ждем пару часов - и вот у нас уже получися котик, нарисованный Ван Гогом. Недавно появилось первое видео, нарисованное нейронными сетями: https://www.youtube.com/watch?v=0uCdJKVjPmQ . Пока еще не создали Марио "со вкусом" Эдварда Мунка. Сфера новая и понятно, что она будет развиваться. Уже скоро мы будем иметь в фотошопе соответствующие "фильтры", кинематограф будет обрабатывать свои картины новыми инструментами, художники начнут создавать картины больше задавая стиль, а детали оставляя компьютеру.

Хочется сделать сервис, который позволял бы удобно создавать такие картины/видео

=== Чему вы научитесь? ===
Познакомимся с нейросетями и с конкретной релизацией
Писать бэкэнд на Python (без сложных фреймворков типа Jango)
Писать "ручки" на JavaScript и доверстывать (скорее всего уже готовый) шаблон

=== Какие начальные требования? ===
Из предыдущего пункта понятно, что есть несколько перпендикулярных задач. Будет здорово, если вы знакомы с нейронными сетями, Python (numpy, scipy, deeppy, PIL), JS, CSS, HTML, Photoshop (для пред- или пост-обработки).

=== Какие будут использоваться технологии? ===
Пока что я заказал виртуалку у Яндекса, которую можно превратить в хостинг, но, вполне вероятно, нам понадобится какой-нибудь облачный сервис, который умеет обсчитывать на видеокартах, например Amazon Web Services такое умеет.
Шаблон сайта возьмем, например, с wix.com
Возможно, потребуется поднять Nginx
Познакомимся с PIL - пакетом для обработки изображений на Python

=== Темы вводных занятий ===
Покажу, что получилось сделать на сегодняшний момент у меня и что получилось сделать у других. Расскажу о проблемах, которые ожидают на пути.

=== Направления развития ===
Можно добавить функцию оплаты на сайте. Можно попробовать сделать видео и запилить такую функцию. Можно попробовать делать большие и качественные изображения.

=== Критерии оценки ===
4-5: Сайт, с формой загрузки и ссылками - историей результатов. На бэкэнде нужно реализовать очередь.
6-7: Красивый сайт с формой загрузки, оценкой веремени, отображением промежуточного результата и возможностью отменить рассчет, не дожидаясь окончания. Возможность загрузить сразу несколько фотографий и несколько стилей.
8-10: Качественное улучшение алгоритма, предобсчет миниатюры, обсчет на видеокартах (реализация уже есть), форма оплаты, возможность обсчета больших изображений, возможность обрабатывать видео, пред- и пост-обработка

=== Ориентировочное расписание занятий ===
Пока не знаю

Нейронные сети в искусстве (проект)

2015-12-04T12:02:26Z

Slinko.igor: Новая страница, с помощью формы Новый_проект

{{Карточка_проекта
|name=Нейронные сети в искусстве
|mentor=Слинько Игорь
|mentor_login={{URLENCODE:Slinko.igor|WIKI}}
|semester=Весна 2016
|course=1
|summer=on
|number_of_students=10
|categorize=yes
}}

=== Что это за проект? ===
Короткая версия:
Улучшенный клон http://deepart.io/latest/

Длинная версия:
Этой осенью Gatys, Ecker и Bethge опубликовали статью, в которой описано, как обучить нейронную сеть рисовать картины. Статью можно почитать здесь: http://arxiv.org/pdf/1508.06576v2.pdf

Сейчас можно найти на гитхабе пару десятков репозиториев, которые реализуют этот алгоритм: https://github.com/search?utf8=✓&q=neural-style . Функциональность довольно простая: берем картину как стиль, берем фотку с котиком - и вот у нас уже получися котик, нарисованный Ван Гогом. Недавно появилось первое видео, нарисованное нейронными сетями: https://www.youtube.com/watch?v=0uCdJKVjPmQ . Пока еще не создали Марио "со вкусом" Эдварда Мунка. Сфера новая и понятно, что она будет развиваться. Уже скоро мы будем иметь в фотошопе соответствующие "фильтры", кинематограф будет обрабатывать свои картины новым способом, художники начнут создавать картины больше задавая стиль, оставляя детали компьютеру.

Хочется сделать сервис, который позволял бы удобно создавать такие картины/видео (печатать их на футболках). Потом отдать это маркетологу и сделать выставку в ArtPlay'е

=== Чему вы научитесь? ===
Познакомимся с нейросетями и с конкретной релизацией
Писать бэкэнд на Python (без сложных фреймворков типа Jango)
Писать "ручки" на JavaScript и доверстывать (скорее всего уже готовый) шаблон

=== Какие начальные требования? ===
Из предыдущего пункта понятно, что есть несколько перпендикулярных задач. Будет здорово, если вы знакомы с нейронными сетями, Python (numpy, scipy, deeppy, PIL), JS, CSS, HTML, Photoshop (для пред- или пост-обработки).

=== Какие будут использоваться технологии? ===
Пока что я заказал виртуалку у Яндекса, которую можно превратить в хостинг, но, вполне вероятно, нам понадобится какой-нибудь облачный сервис, который умеет обсчитывать на видеокартах, например Amazon Web Services такое умеет.
Шаблон сайта возьмем, например, с wix.com
Возможно, потребуется поднять Nginx
Познакомимся с PIL - пакетом для обработки изображений на Python

=== Темы вводных занятий ===
Покажу, что получилось сделать на сегодняшний момент у меня и что получилось сделать у других. Расскажу о проблемах, которые ожидают на пути.

=== Направления развития ===
Можно добавить функцию оплаты на сайте. Можно попробовать сделать видео и запилить такую функцию. Можно попробовать делать большие и качественные изображения.

=== Критерии оценки ===
4-5: Сайт, с формой загрузки и ссылками - историей результатов. На бэкэнде нужно реализовать очередь.
6-7: Красивый сайт с формой загрузки, оценкой веремени, отображением промежуточного результата и возможностью отменить рассчет, не дожидаясь окончания. Возможность загрузить сразу несколько фотографий и несколько стилей.
8-10: Качественное улучшение алгоритма, предобсчет миниатюры, обсчет на видеокартах (реализация уже есть), форма оплаты, возможность обсчета больших изображений, возможность обрабатывать видео, пред- и пост-обработка

=== Ориентировочное расписание занятий ===
Пока не знаю