Wiki - Факультет компьютерных наук - Вклад [ru]

Компьютерное зрение 3D (ИИ24, 7 модуль)

2026-05-08T19:24:44Z

Struminsky:

==О курсе==
Занятия проводятся в [https://zoom.us Zoom] и офлайн '''по четвергам: лекция в 13:00, семинар в 14:40'''

==Контакты==
Чат курса в TG: [https://t.me/+P137xqrYBEAyODUy Чат курса]

Лектор: Кирилл Струминский (@cyril_s)

Семинарсит: Мишан Алиев (@MishanAliev)
{| class="wikitable"
|-
! Ассистент !! Контакты
|-
| style="background:#eaecf0;" | Борис Жуков || @podmabsterio
|-
| style="background:#eaecf0;" | Амир Афлятунов || @HandleW1thCare
|-
| style="background:#eaecf0;" | Дмитрий || @mali_na
|}

==Материалы курса==
Ссылка на плейлист курса на YouTube: [https://www.youtube.com/playlist?list=PLmA-1xX7IuzDKyFQTE5JdOxktFA62MkaS YouTube-плейлист]

Ссылка на GitHub с материалами курса: [https://github.com/struminsky/hse_3dcv GitHub-репозиторий]

Ссылка на страницу курса в AnyTask: [https://anytask.org/course/1262 Anytask]
{| class="wikitable"
|-
! Занятие !! Тема !! Дата
|-
| style="background:#eaecf0;" | '''1''' || Формирование изображения || 22.01.2026
|-
| style="background:#eaecf0;" | '''2''' || Многовидовая геометрия || 29.01.2026
|-
| style="background:#eaecf0;" | '''3''' || 2.5D-зрение и предсказание глубины || 05.02.2026
|-
| style="background:#eaecf0;" | '''4''' || Глубокое обучение для многовидовой геометрии || 12.02.2026
|-
| style="background:#eaecf0;" | '''5''' || Архитектуры глубокого обучения для обработки облаков точек || 19.02.2026
|-
| style="background:#eaecf0;" | '''6''' || Полигональные сетки как представление 3D-данных, алгоритмы рендеринга || 26.02.2026
|-
| style="background:#eaecf0;" | '''7''' || Параметрические модели полигональных сеток для тела человека || 05.03.2026
|-
| style="background:#eaecf0;" | '''8''' || Неявные представления 3D-данных || 12.03.2026
|-
| style="background:#eaecf0;" | '''9''' || Гауссовские сплаты многовидовой реконструкции || 19.03.2026
|-
| style="background:#eaecf0;" | '''10''' || Краткое введение в диффузионные модели || Дата уточняется
|-
| style="background:#eaecf0;" | '''11'''|| Генеративные модели для 3D-данных || Дата уточняется
|-
|}

==Формула оценивания==
Оценка = 0.7*ОПрактические домашние задания + 0.3*ОЭкзамен

== Домашние задания ==
{| class="wikitable"
|-
! № !! Название !! Ссылка !! Дата выдачи !! Дедлайн
|-
| style="background:#eaecf0;" | '''1''' || Камеры и геометрия || [https://github.com/struminsky/hse_3dcv/tree/main/assignments/assignment_1 Задание 1] || 06.02.2026 || 20.02.2026 23:30
|-
| style="background:#eaecf0;" | '''2''' || Сегментация облаков точек || [https://github.com/struminsky/hse_3dcv/tree/main/assignments/assignment_2 Задание 2] || 24.02.2026 || 10.03.2026 23:30
|-
| style="background:#eaecf0;" | '''3''' || Реконструкция с помощью модели NeRF || [https://github.com/struminsky/hse_3dcv/tree/main/assignments/assignment_2 Задание 3] || 11.03.2026 || 24.03.2026 23:30
|}

== Литература ==
# Szeliski R. Computer Vision: Algorithms and Applications. 2nd ed. Springer, 2022.
# Hartley R., Zisserman A. Multiple View Geometry in Computer Vision. 2nd ed. Cambridge University Press, 2004.
# Goodfellow I., Bengio Y., Courville A. Deep Learning. MIT Press, 2016.
# Mildenhall B. et al. NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis. ECCV, 2020.
# Kerbl B. et al. 3D Gaussian Splatting for Real-Time Radiance Field Rendering. SIGGRAPH, 2023.
# Ho J. et al. Denoising Diffusion Probabilistic Models. NeurIPS, 2020.
# Wang Y. et al. DUSt3R: Geometric 3D Vision Made Easy. CVPR, 2024.
# Qi C.R. et al. PointNet: Deep Learning on Point Sets for 3D Classification and Segmentation. CVPR, 2017.
# Loper M. et al. SMPL: A Skinned Multi-Person Linear Model. SIGGRAPH Asia, 2015.

Компьютерное зрение 3D (ИИ24, 7 модуль)

2026-03-03T16:21:45Z

Struminsky:

==О курсе==
Занятия проводятся в [https://zoom.us Zoom] и офлайн '''по четвергам: лекция в 13:00, семинар в 14:40'''

==Контакты==
Чат курса в TG: [https://t.me/+P137xqrYBEAyODUy Чат курса]

Лектор: Кирилл Струминский (@cyril_s)

Семинарсит: Мишан Алиев (@MishanAliev)
{| class="wikitable"
|-
! Ассистент !! Контакты
|-
| style="background:#eaecf0;" | Борис Жуков || @podmabsterio
|-
| style="background:#eaecf0;" | Амир Афлятунов || @HandleW1thCare
|-
| style="background:#eaecf0;" | Дмитрий || @mali_na
|}

==Материалы курса==
Ссылка на плейлист курса на YouTube: [https://www.youtube.com/playlist?list=PLmA-1xX7IuzDKyFQTE5JdOxktFA62MkaS YouTube-плейлист]

Ссылка на GitHub с материалами курса: [https://github.com/struminsky/hse_3dcv GitHub-репозиторий]

Ссылка на страницу курса в AnyTask: [https://anytask.org/course/1262 Anytask]
{| class="wikitable"
|-
! Занятие !! Тема !! Дата
|-
| style="background:#eaecf0;" | '''1''' || Формирование изображения || 22.01.2026
|-
| style="background:#eaecf0;" | '''2''' || Многовидовая геометрия || 29.01.2026
|-
| style="background:#eaecf0;" | '''3''' || 2.5D-зрение и предсказание глубины || 05.02.2026
|-
| style="background:#eaecf0;" | '''4''' || Глубокое обучение для многовидовой геометрии || 12.02.2026
|-
| style="background:#eaecf0;" | '''5''' || Архитектуры глубокого обучения для обработки облаков точек || 19.02.2026
|-
| style="background:#eaecf0;" | '''6''' || Полигональные сетки как представление 3D-данных, алгоритмы рендеринга || 26.02.2026
|-
| style="background:#eaecf0;" | '''7''' || Параметрические модели полигональных сеток для тела человека || 05.03.2026
|-
| style="background:#eaecf0;" | '''8''' || Неявные представления 3D-данных || 12.03.2026
|-
| style="background:#eaecf0;" | '''9''' || Гауссовские сплаты многовидовой реконструкции || 19.03.2026
|-
| style="background:#eaecf0;" | '''10''' || Краткое введение в диффузионные модели || Дата уточняется
|-
| style="background:#eaecf0;" | '''11'''|| Генеративные модели для 3D-данных || Дата уточняется
|-
|}

==Формула оценивания==
Оценка = 0.7*ОПрактические домашние задания + 0.3*ОЭкзамен

== Домашние задания ==
{| class="wikitable"
|-
! № !! Название !! Ссылка !! Дата выдачи !! Дедлайн
|-
| style="background:#eaecf0;" | '''1''' || Камеры и геометрия || [https://github.com/struminsky/hse_3dcv/tree/main/assignments/assignment_1 Задание 1] || 06.02.2026 || 20.02.2026 23:30
|-
| style="background:#eaecf0;" | '''2''' || Сегментация облаков точек || [https://github.com/struminsky/hse_3dcv/tree/main/assignments/assignment_2 Задание 2] || 24.02.2026 || 10.03.2026 23:30
|-
| style="background:#eaecf0;" | '''3''' || Реконструкция с помощью модели NeRF || [Задание 3] || 11.03.2026 || 24.03.2026 23:30
|}

== Литература ==
# Szeliski R. Computer Vision: Algorithms and Applications. 2nd ed. Springer, 2022.
# Hartley R., Zisserman A. Multiple View Geometry in Computer Vision. 2nd ed. Cambridge University Press, 2004.
# Goodfellow I., Bengio Y., Courville A. Deep Learning. MIT Press, 2016.
# Mildenhall B. et al. NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis. ECCV, 2020.
# Kerbl B. et al. 3D Gaussian Splatting for Real-Time Radiance Field Rendering. SIGGRAPH, 2023.
# Ho J. et al. Denoising Diffusion Probabilistic Models. NeurIPS, 2020.
# Wang Y. et al. DUSt3R: Geometric 3D Vision Made Easy. CVPR, 2024.
# Qi C.R. et al. PointNet: Deep Learning on Point Sets for 3D Classification and Segmentation. CVPR, 2017.
# Loper M. et al. SMPL: A Skinned Multi-Person Linear Model. SIGGRAPH Asia, 2015.

Компьютерное зрение 3D (ИИ24, 7 модуль)

2026-03-03T15:43:37Z

Struminsky:

==О курсе==
Занятия проводятся в [https://zoom.us Zoom] и офлайн '''по четвергам: лекция в 13:00, семинар в 14:40'''

==Контакты==
Чат курса в TG: [https://t.me/+P137xqrYBEAyODUy Чат курса]

Лектор: Кирилл Струминский (@cyril_s)

Семинарсит: Мишан Алиев (@MishanAliev)
{| class="wikitable"
|-
! Ассистент !! Контакты
|-
| style="background:#eaecf0;" | Борис Жуков || @podmabsterio
|-
| style="background:#eaecf0;" | Амир Афлятунов || @HandleW1thCare
|-
| style="background:#eaecf0;" | Дмитрий || @mali_na
|}

==Материалы курса==
Ссылка на плейлист курса на YouTube: [https://www.youtube.com/playlist?list=PLmA-1xX7IuzDKyFQTE5JdOxktFA62MkaS YouTube-плейлист]

Ссылка на GitHub с материалами курса: [https://github.com/struminsky/hse_3dcv GitHub-репозиторий]

Ссылка на страницу курса в AnyTask: [https://anytask.org/course/1262 Anytask]
{| class="wikitable"
|-
! Занятие !! Тема !! Дата !!
|-
| style="background:#eaecf0;" | '''1''' || Формирование изображения || 22.01.2026
|-
| style="background:#eaecf0;" | '''2''' || Многовидовая геометрия || 29.01.2026
|-
| style="background:#eaecf0;" | '''3''' || 2.5D-зрение и предсказание глубины || 05.02.2026
|-
| style="background:#eaecf0;" | '''4''' || Глубокое обучение для многовидовой геометрии || 12.02.2026
|-
| style="background:#eaecf0;" | '''5''' || Архитектуры глубокого обучения для обработки облаков точек || 19.02.2026
|-
| style="background:#eaecf0;" | '''6''' || Полигональные сетки как представление 3D-данных, алгоритмы рендеринга || 26.02.2026
|-
| style="background:#eaecf0;" | '''7''' || Параметрические модели полигональных сеток для тела человека || 05.03.2026
|-
| style="background:#eaecf0;" | '''8''' || Неявные представления 3D-данных || 12.03.2026
|-
| style="background:#eaecf0;" | '''9''' || Гауссовские сплаты многовидовой реконструкции || 19.03.2026
|-
| style="background:#eaecf0;" | '''10''' || Краткое введение в диффузионные модели || Дата уточняется
|-
| style="background:#eaecf0;" | '''11'''|| Генеративные модели для 3D-данных || Дата уточняется
|-
|}

==Формула оценивания==
Оценка = 0.7*ОПрактические домашние задания + 0.3*ОЭкзамен

== Домашние задания ==
# Задание 1: Камеры и геометрия
# Задание 2: Сегментация облаков точек
# Задание 3: Реконструкция с помощью модели NeRF

== Литература ==
# Szeliski R. Computer Vision: Algorithms and Applications. 2nd ed. Springer, 2022.
# Hartley R., Zisserman A. Multiple View Geometry in Computer Vision. 2nd ed. Cambridge University Press, 2004.
# Goodfellow I., Bengio Y., Courville A. Deep Learning. MIT Press, 2016.
# Mildenhall B. et al. NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis. ECCV, 2020.
# Kerbl B. et al. 3D Gaussian Splatting for Real-Time Radiance Field Rendering. SIGGRAPH, 2023.
# Ho J. et al. Denoising Diffusion Probabilistic Models. NeurIPS, 2020.
# Wang Y. et al. DUSt3R: Geometric 3D Vision Made Easy. CVPR, 2024.
# Qi C.R. et al. PointNet: Deep Learning on Point Sets for 3D Classification and Segmentation. CVPR, 2017.
# Loper M. et al. SMPL: A Skinned Multi-Person Linear Model. SIGGRAPH Asia, 2015.

НИС Машинное обучение и приложения 2021/2022

2021-09-28T20:31:32Z

Struminsky:

[[НИС Машинное обучение и приложения 3 курс 2021/2022]]

[[НИС Машинное обучение и приложения 4 курс 2021/2022]]

НИС Машинное обучение и приложения 2020/2021

2021-03-06T22:13:56Z

Struminsky: /* Курсовые работы и их рецензирование */

=== Расписание ===

{| class="wikitable"
|-
! Группа !! Новости !! Руководители НИСа !! Контакты !! Расписание
|-
| 4 курс: 171 || [https://t.me/joinchat/AAAAAEhDxNC2cHi6DtYYDQ телеграм]||[https://www.hse.ru/org/persons/165140955 Кирилл Струминский] || k.struminsky@gmail.com || вторник 13:00
|-
| 4 курс: 172|| [https://t.me/joinchat/AAAAAEXCqtbGwCC_Ha2kmA телеграм]||[https://www.hse.ru/org/persons/165140955 Кирилл Струминский] || k.struminsky@gmail.com || вторник 11:10
|-
| 3 курс: 181 || [https://t.me/joinchat/AAAAAEseedHTe5pV6dp3Pg телеграм] ||[https://www.hse.ru/org/persons/131072080 Екатерина Лобачева]|| lobacheva.tjulja@gmail.com || вторник 13:00
|-
| 3 курс: 182 || [https://t.me/joinchat/AAAAAFAQ6VtYCUXfzf3Zwg телеграм]||[https://www.hse.ru/org/persons/131072080 Екатерина Лобачева]|| lobacheva.tjulja@gmail.com || вторник 14:40
|-
|}

'''[https://docs.google.com/spreadsheets/d/1Woeuw3DDEyEjBQL3cUslMUgn5JVdXcI_0evOoNLF35w/edit?usp=sharing Таблица с оценками и расписанием]''' 
'''[https://docs.google.com/spreadsheets/d/1GrnktINKbcEi61AkcVVuvtSxytzR_b7T-pfPXOsxbFI/edit?usp=sharing Таблица с планированием тем выступлений]''' 

Рецензии на доклады писать здесь: [https://docs.google.com/forms/d/e/1FAIpQLScUXIDlhQyYTdinoRRcfEnpMeAtTyayKbPqkbRJwwV_4VP90Q/viewform форма] 
Оставить отзыв на курс: [https://docs.google.com/forms/d/e/1FAIpQLSfN2NjAYL9Ka7p75XBesQ7lR43rleQc_Id2NbNDv8G7mqMY-g/viewform?c=0&w=1 форма] 
Видеозаписи онлайн-занятий 3 курса здесь: [https://www.youtube.com/playlist?list=PLEwK9wdS5g0ocy1fAHrQVxiuUOrA5TmJD видео]

Все объявления по курсу будут в каналах в телеграме, поэтому нужно '''обязательно''' добавиться в канал своей группы. Вопросы и комментарии по курсу нужно отправлять своему преподавателю на почту. В название письма обязательно добавлять тег '''[НИС ФКН]''', а также указывать свою фамилию и имя.

== Краткое описание ==

Данный семинар является одной из форм организации научно-исследовательской деятельности студентов специализации “Машинное обучение и приложения”. На нём в течение года под руководством преподавателей студентам предлагается делать презентации своих исследовательских проектов, а также обзорные доклады на различные темы, связанные с машинным обучением. Семинар призван способствовать своевременному включению студентов в исследовательский процесс и расширению их научного кругозора. Его задачей также является развитие навыков ведения научной дискуссии и презентации исследовательских результатов.

В ходе занятий подразумеваются следующие виды деятельности студентов:
* Посещение занятий, прослушивание и обсуждение докладов.
* Выступление студентов с докладами на различные темы, связанные с машинным обучением.
* Выступления студентов с докладами по курсовым работам.
* Рецензирование докладов и курсовых работ своих одногруппников.
* Написание проверочных работ по материалам докладов.

== Доклады, проверочные работы и рецензирование ==

'''Доклады''' 
В течение года каждый студент выступает с докладами по темам, связанным с машинным обучением. Стандартная продолжительность доклада - 30 минут, то есть на одном занятии проводится два выступления. Каждый студент должен сделать два доклада за год. Если такое количество докладов не будет укладываться в рамки курса по времени, то студенты с лучшим выступлением будут освобождены от второго доклада.

Два раза в год студент должен утвердить тему своего выступления у преподавателя в назначенные для этого сроки. Минимум '''за неделю''' до даты выступления докладчик должен прислать преподавателю на согласование:

# Краткий план доклада. Он должен быть достаточно подробным, чтобы из него были понятны основные идеи, связи между ними и уровень подробности рассказа про каждую идею.
# Список вопросов по материалу доклада. 3-4 вопроса для проверочной по вашему выступлению. Вопросы должны соответствовать целям доклада и покрывать важные идеи, которые человек из вашего доклада должен вынести. Вопросы должны быть достаточно конкретными (не надо ударяться в философию), в адекватной степени математичными (спросить про формулу функции потерь модели - отличная идея, но спросить выписать все градиенты для обучения модели - плохая) и больше проверять понимание материала, а не запоминание.

Сразу после выступления необходимо прислать свою презентацию. При невыполнении перечисленных условий в поставленные сроки преподаватель имеет право снизить оценку за соответствующий доклад. Если вы присылаете план выступления позднее, чем в 9:00 дня, следующего за последним проведенным семинаром перед вашим выступлением (в нашем случае среды предыдущей недели), оценка за доклад может быть снижена на 2 балла. Если вы присылаете свою презентацию позднее, чем в 9:00 следующего после даты выступления дня, оценка за доклад может быть снижена на 1 балл.

Неявка на свой доклад без уважительной причины приводит к нежелательным последствиям. При наличии уважительной причины, пожалуйста, предупреждайте о ней преподавателя заранее.

Оценка за доклад складывается на 75% из оценки преподавателя и на 25% из оценки студентов (по итогам рецензирования).

У 3 курса многие доклады будут связаны с темами курса Introduction to Deep Learning, поэтому нужно будет прослушивать определенные части этого курса до дат по определенным выступлениям (обо всем будет заранее сообщаться).

'''Рецензии''' 
Каждый доклад оценивается не только преподавателем, но и студентами. Трое одногруппников докладчика, '''присутствовавшие на занятии''', пишут короткую рецензию на выступление и оценивают его по 10-бальной шкале в форме, ссылка на которую находится в верхней части страницы. Рецензенты назначаются преподавателем на занятии.

Рецензия должна обосновывать выставленную оценку, содержать описание положительных и отрицательных сторон, а также предложения по улучшению доклада. Главная цель рецензии - помочь докладчику улучшить свои навыки. Рецензию можно написать до 23:59 следующего после выступления дня (в нашем случае до 23:59 среды). Некачественные рецензии или "отписки", к примеру "Мне все понравилось, оценка 10", не будут засчитываться как в количество написанных студентом рецензий, так и в оценку выступающего.

'''Проверочные работы''' 
Доклады в течение года будут разбиты по темам на блоки. В конце каждого блока (примерно раз в 3-4 недели) будет проводиться проверочная работа на 30 минут. Список вопросов будет составляться из вопросов по докладам, которые подготовили выступающие, с последующей корректировкой преподавателем. Полный список вопросов будет известен студентам заранее, на проверочной им нужно будет ответить на несколько случайных вопросов из этого списка. При написании проверочной нельзя пользоваться никакими материалами.

== Курсовые работы и их рецензирование ==

В середине и в конце года проводится кросс-рецензирование курсовых работ студентов. Рецензия на курсовую должна быть значительно подробнее рецензий на доклады. Правила их оформления будут выложены позднее. Так как у 4 курса нет занятий в 4 модуле, кросс-рецензирование ВКР проводится только в середине года.

У третьего курса в середине и конце года будет проведена устная предзащита курсовых работ. '''Участие в предзащите в середине года, а также сдача текста в сроки первого кросс-рецензирования для 3 курса является обязательным условием прохождения первой контрольной точки выполнения КР (требования специализации МОП). '''

Примерные даты кросс-рецензирования и предзащит:
* Середина-конец января - предзащита планов КР 3 курса
* Конец января - начало февраля - первое кросс-рецензирование 3 курса
* Середина мая (все будет ДО окончательного текста сдачи курсовой) - второе кросс-рецензирование 3 курса
* Середина-конец мая - предзащиты итоговых КР 3 курса
* Середина марта - кросс-рецензирование 4 курса

<big>'''Первое кросс-рецензирование 3 курса.''' </big>

'''Важно''':
* Правила оформления КР можно найти [https://www.hse.ru/data/2019/11/12/1535003705/%D0%9F%D1%80%D0%B0%D0%B2%D0%B8%D0%BB%D0%B0%20%D0%9A%D0%A0-%D0%92%D0%9A%D0%A0%20%D0%9F%D0%9C%D0%98%202019.pdf здесь] (это правила 2019 года, свежие скоро выложат, но по содержанию все требования сохранились те же) . Обратите особое внимание на методические рекомендации в самом конце документа: они написаны человеческим языком и помогут вам понять как должна выглядеть КР.
* Несдача плана курсовой работы автоматически влечет за собой оценку 0 за первую контрольную точку по КР и оценку 0 за первое кросс-рецензирование.
* Тексты, не соотвествующие требованиям (по объему и содержанию, описанным ниже, и по оформлению, описанному в правилах оформления КР), приниматься не будут. Обратите особое внимание на базовые требования к оформлению (п.2.3), описанные в методических рекомендациях к написанию КР.
* Текст стоит оформлять в LaTeX, для написания можно использовать шаблон по [https://github.com/angusev/coursework_template ссылке].

'''Дедлайны:''' 
Сдача плана курсовой: '''23:59 7 февраля''' 
Сдача рецензий: '''23:59 7 марта'''

Планы курсовой нужно загружать в систему EasyChair по [https://easychair.org/conferences/?conf=rpmla32021 ссылке].

Для участия в первом кросс-рецензировании вам нужно сдать план курсовой работы. План это документ не менее 4-5 страниц (НЕ включая титульный лист, оглавление, абстракт, список литературы и иллюстрации), который является первым вариантом вашей курсовой работы (это относится и к исследовательским, и к программным проектам). Он должен быть оформлен по правилам оформления итогового документа, ссылка на которые приведена выше. Некоторые пункты уже должны быть полностью выполнены (введение, обзор литературы), некоторые только отражать дальнейшие планы (план экспериментов). Также в нем должны быть подробно отражены следующие моменты:
* Задача решаемая в проекте -- если это исследовательский проект, то цель исследования, если программный проект, то описание функционала программы, которую планируется написать.
* Обзор литературы -- текущее состояние области; если это исследование, то позиционирование вашей работы относительно других современных работ (к примеру : мы “лучше” чем работа [1] потому-то, мы исследуем дополнительно случай который не исследуется в [2]), если это программный проект, то описание похожих программных решений и почему их нельзя использовать для решения поставленной задачи.
* План дальнейшей работы -- для исследовательского проекта это описание исследуемых моделей и методов, конкретный план проводимых экспериментов. Для программного проекта -- декомпозиция его на конкретные составляющие, и план их реализации.

План необходимо согласовать с научным руководителем.

Если вы выполняете групповой проект в качестве курсовой, то вам нужно сдавать один текст на группу, однако в нем должно быть четко отражено кто что сделал и собирается сделать дальше. Также объем текста должен быть больше - около 4-5 страниц + по 2-3 страницы на каждого дополнительного участника. Если в вашем проекте есть участники из других групп, то вам нужно в своем плане прописать общую часть проекта и ваши части, а про часть участников из других групп просто написать что она есть и, если это важно для понимания общего формата проекта, написать в паре предложений в чем она заключается.

'''Про рецензии:'''

Написанные планы курсовых работ будут кросс-рецензироваться. Рецензии на доклады будут оцениваться и будут влиять на оценку по НИСу. Общая структура рецензии такая же, как и для рецензий докладов; объем -- половина/целая страница А4. Люди, не сдавшие план вовремя, не будут участвовать в кросс-рецензировании и не смогут получить за него баллы.

* Отнеситесь к процессу ответственно -- если вы не пишете или пишете плохую рецензию, то ваш коллега не получает хорошего фидбека, что очень нечестно по отношению к нему.
* При написании рецензии исходите из того, что ваша главная цель -- помочь коллеге улучшить его работу. Будьте корректны в высказываниях, хорошо обдумайте проект и напишите как его можно улучшить. Даже очень хорошую работу можно сделать еще лучше, поэтому отписки в стиле "все отлично" приниматься не будут.
* Текст рецензии сам по себе должен представлять собой связный текст в научном стиле. Основные требования к рецензии описаны в форме на easychair, в которую вы будете ее загружать (посмотрите на эту форму, прежде чем писать рецензию! там несколько отдельных пунктов).
* Если вы пишете рецензию на групповую работу, постарайтесь кроме общего фидбека на текст, также включить индивидуальный фидбек для каждого участника (например, у участников может быть сильно разный по объему работы вклад в проект или сильно разный по качеству текст).

<big>'''Кросс-рецензирование 4 курса.''' </big>

Правила в целом совпадают с правилам первого кросс-рецензирования для 3 курса за исключением следующих моментов:
* Каждый студент должен сдавать индивидуальный текст, даже если работа выполнена в рамках группового проекта.
* Объем работы должен составлять не менее 7-8 страниц (НЕ включая титульный лист, оглавление, абстракт, список литературы и иллюстрации).

Планы ВКР, которые вам нужно сдать, глобально очень похожи на пропозалы, которые вы сдаете на английском языке. Однако их нужно оформить [https://www.hse.ru/data/2020/05/04/1544513704/%D0%9F%D1%80%D0%B0%D0%B2%D0%B8%D0%BB%D0%B0%20%D0%BF%D0%BE%D0%B4%D0%B3%D0%BE%D1%82%D0%BE%D0%B2%D0%BA%D0%B8%20%D0%B8%20%D0%BE%D1%86%D0%B5%D0%BD%D0%B8%D0%B2%D0%B0%D0%BD%D0%B8%D1%8F%20%D0%9A%D0%A0-%D0%92%D0%9A%D0%A0%20%D0%9F%D0%9C%D0%98%202020.pdf по стандартам ВКР] на том языке, на котором вы собираетесь сдавать ВКР. Также нужно более подробно расписать все пункты текста, так как стандартный объем полной ВКР составляет 20-30 страниц. План дальнейших действий должен быть также описан достаточно подробно.

'''Планы курсовой нужно загружать в систему EasyChair - [https://easychair.org/conferences/?conf=rpmla42021 ссылка].'''

'''Дедлайны:''' 
Сдача плана курсовой: '''9:00 21 марта''' 
Сдача рецензий: '''23:00 28 марта'''

== Система выставления оценок для 3 курса ==

Итоговая формула выставления оценки выглядит следующим образом:

О_результ = 0.4 * О_проверочные + 0.3 * О_доклады + 0.1 * О_рецензии + 0.1 * О_предзащиты + 0.1 * О_кросс

* О_проверочные - суммарная оценка за проверочные работы на семинарах,
* О_доклады - суммарная оценка по двум научным выступлениям,
* О_рецензии - суммарная оценка за написание рецензий на доклады,
* О_предзащиты - оценка за выступления на предзащитах,
* О_кросс - оценка за написание рецензий для кросс-рецензирования курсовых.

Все промежуточные оценки не округляются. Итоговая оценка округляется математически.

Экзамена по курсу не будет!

== Система выставления оценок для 4 курса ==

Итоговая формула выставления оценки выглядит следующим образом:

О_результ = 0.4 * О_проверочные + 0.4 * О_доклады + 0.1 * О_рецензии + 0.1 * О_кросс

* О_проверочные - суммарная оценка за проверочные работы на семинарах,
* О_доклады - суммарная оценка по двум научным выступлениям,
* О_рецензии - суммарная оценка за написание рецензий на доклады,
* О_кросс - оценка за написание рецензий для кросс-рецензирования ВКР.

Все промежуточные оценки не округляются. Итоговая оценка округляется математически.

Экзамена по курсу не будет!

НИС Машинное обучение и приложения 2020/2021

2021-03-06T22:12:57Z

Struminsky: /* Курсовые работы и их рецензирование */

=== Расписание ===

{| class="wikitable"
|-
! Группа !! Новости !! Руководители НИСа !! Контакты !! Расписание
|-
| 4 курс: 171 || [https://t.me/joinchat/AAAAAEhDxNC2cHi6DtYYDQ телеграм]||[https://www.hse.ru/org/persons/165140955 Кирилл Струминский] || k.struminsky@gmail.com || вторник 13:00
|-
| 4 курс: 172|| [https://t.me/joinchat/AAAAAEXCqtbGwCC_Ha2kmA телеграм]||[https://www.hse.ru/org/persons/165140955 Кирилл Струминский] || k.struminsky@gmail.com || вторник 11:10
|-
| 3 курс: 181 || [https://t.me/joinchat/AAAAAEseedHTe5pV6dp3Pg телеграм] ||[https://www.hse.ru/org/persons/131072080 Екатерина Лобачева]|| lobacheva.tjulja@gmail.com || вторник 13:00
|-
| 3 курс: 182 || [https://t.me/joinchat/AAAAAFAQ6VtYCUXfzf3Zwg телеграм]||[https://www.hse.ru/org/persons/131072080 Екатерина Лобачева]|| lobacheva.tjulja@gmail.com || вторник 14:40
|-
|}

'''[https://docs.google.com/spreadsheets/d/1Woeuw3DDEyEjBQL3cUslMUgn5JVdXcI_0evOoNLF35w/edit?usp=sharing Таблица с оценками и расписанием]''' 
'''[https://docs.google.com/spreadsheets/d/1GrnktINKbcEi61AkcVVuvtSxytzR_b7T-pfPXOsxbFI/edit?usp=sharing Таблица с планированием тем выступлений]''' 

Рецензии на доклады писать здесь: [https://docs.google.com/forms/d/e/1FAIpQLScUXIDlhQyYTdinoRRcfEnpMeAtTyayKbPqkbRJwwV_4VP90Q/viewform форма] 
Оставить отзыв на курс: [https://docs.google.com/forms/d/e/1FAIpQLSfN2NjAYL9Ka7p75XBesQ7lR43rleQc_Id2NbNDv8G7mqMY-g/viewform?c=0&w=1 форма] 
Видеозаписи онлайн-занятий 3 курса здесь: [https://www.youtube.com/playlist?list=PLEwK9wdS5g0ocy1fAHrQVxiuUOrA5TmJD видео]

Все объявления по курсу будут в каналах в телеграме, поэтому нужно '''обязательно''' добавиться в канал своей группы. Вопросы и комментарии по курсу нужно отправлять своему преподавателю на почту. В название письма обязательно добавлять тег '''[НИС ФКН]''', а также указывать свою фамилию и имя.

== Краткое описание ==

Данный семинар является одной из форм организации научно-исследовательской деятельности студентов специализации “Машинное обучение и приложения”. На нём в течение года под руководством преподавателей студентам предлагается делать презентации своих исследовательских проектов, а также обзорные доклады на различные темы, связанные с машинным обучением. Семинар призван способствовать своевременному включению студентов в исследовательский процесс и расширению их научного кругозора. Его задачей также является развитие навыков ведения научной дискуссии и презентации исследовательских результатов.

В ходе занятий подразумеваются следующие виды деятельности студентов:
* Посещение занятий, прослушивание и обсуждение докладов.
* Выступление студентов с докладами на различные темы, связанные с машинным обучением.
* Выступления студентов с докладами по курсовым работам.
* Рецензирование докладов и курсовых работ своих одногруппников.
* Написание проверочных работ по материалам докладов.

== Доклады, проверочные работы и рецензирование ==

'''Доклады''' 
В течение года каждый студент выступает с докладами по темам, связанным с машинным обучением. Стандартная продолжительность доклада - 30 минут, то есть на одном занятии проводится два выступления. Каждый студент должен сделать два доклада за год. Если такое количество докладов не будет укладываться в рамки курса по времени, то студенты с лучшим выступлением будут освобождены от второго доклада.

Два раза в год студент должен утвердить тему своего выступления у преподавателя в назначенные для этого сроки. Минимум '''за неделю''' до даты выступления докладчик должен прислать преподавателю на согласование:

# Краткий план доклада. Он должен быть достаточно подробным, чтобы из него были понятны основные идеи, связи между ними и уровень подробности рассказа про каждую идею.
# Список вопросов по материалу доклада. 3-4 вопроса для проверочной по вашему выступлению. Вопросы должны соответствовать целям доклада и покрывать важные идеи, которые человек из вашего доклада должен вынести. Вопросы должны быть достаточно конкретными (не надо ударяться в философию), в адекватной степени математичными (спросить про формулу функции потерь модели - отличная идея, но спросить выписать все градиенты для обучения модели - плохая) и больше проверять понимание материала, а не запоминание.

Сразу после выступления необходимо прислать свою презентацию. При невыполнении перечисленных условий в поставленные сроки преподаватель имеет право снизить оценку за соответствующий доклад. Если вы присылаете план выступления позднее, чем в 9:00 дня, следующего за последним проведенным семинаром перед вашим выступлением (в нашем случае среды предыдущей недели), оценка за доклад может быть снижена на 2 балла. Если вы присылаете свою презентацию позднее, чем в 9:00 следующего после даты выступления дня, оценка за доклад может быть снижена на 1 балл.

Неявка на свой доклад без уважительной причины приводит к нежелательным последствиям. При наличии уважительной причины, пожалуйста, предупреждайте о ней преподавателя заранее.

Оценка за доклад складывается на 75% из оценки преподавателя и на 25% из оценки студентов (по итогам рецензирования).

У 3 курса многие доклады будут связаны с темами курса Introduction to Deep Learning, поэтому нужно будет прослушивать определенные части этого курса до дат по определенным выступлениям (обо всем будет заранее сообщаться).

'''Рецензии''' 
Каждый доклад оценивается не только преподавателем, но и студентами. Трое одногруппников докладчика, '''присутствовавшие на занятии''', пишут короткую рецензию на выступление и оценивают его по 10-бальной шкале в форме, ссылка на которую находится в верхней части страницы. Рецензенты назначаются преподавателем на занятии.

Рецензия должна обосновывать выставленную оценку, содержать описание положительных и отрицательных сторон, а также предложения по улучшению доклада. Главная цель рецензии - помочь докладчику улучшить свои навыки. Рецензию можно написать до 23:59 следующего после выступления дня (в нашем случае до 23:59 среды). Некачественные рецензии или "отписки", к примеру "Мне все понравилось, оценка 10", не будут засчитываться как в количество написанных студентом рецензий, так и в оценку выступающего.

'''Проверочные работы''' 
Доклады в течение года будут разбиты по темам на блоки. В конце каждого блока (примерно раз в 3-4 недели) будет проводиться проверочная работа на 30 минут. Список вопросов будет составляться из вопросов по докладам, которые подготовили выступающие, с последующей корректировкой преподавателем. Полный список вопросов будет известен студентам заранее, на проверочной им нужно будет ответить на несколько случайных вопросов из этого списка. При написании проверочной нельзя пользоваться никакими материалами.

== Курсовые работы и их рецензирование ==

В середине и в конце года проводится кросс-рецензирование курсовых работ студентов. Рецензия на курсовую должна быть значительно подробнее рецензий на доклады. Правила их оформления будут выложены позднее. Так как у 4 курса нет занятий в 4 модуле, кросс-рецензирование ВКР проводится только в середине года.

У третьего курса в середине и конце года будет проведена устная предзащита курсовых работ. '''Участие в предзащите в середине года, а также сдача текста в сроки первого кросс-рецензирования для 3 курса является обязательным условием прохождения первой контрольной точки выполнения КР (требования специализации МОП). '''

Примерные даты кросс-рецензирования и предзащит:
* Середина-конец января - предзащита планов КР 3 курса
* Конец января - начало февраля - первое кросс-рецензирование 3 курса
* Середина мая (все будет ДО окончательного текста сдачи курсовой) - второе кросс-рецензирование 3 курса
* Середина-конец мая - предзащиты итоговых КР 3 курса
* Середина марта - кросс-рецензирование 4 курса

<big>'''Первое кросс-рецензирование 3 курса.''' </big>

'''Важно''':
* Правила оформления КР можно найти [https://www.hse.ru/data/2019/11/12/1535003705/%D0%9F%D1%80%D0%B0%D0%B2%D0%B8%D0%BB%D0%B0%20%D0%9A%D0%A0-%D0%92%D0%9A%D0%A0%20%D0%9F%D0%9C%D0%98%202019.pdf здесь] (это правила 2019 года, свежие скоро выложат, но по содержанию все требования сохранились те же) . Обратите особое внимание на методические рекомендации в самом конце документа: они написаны человеческим языком и помогут вам понять как должна выглядеть КР.
* Несдача плана курсовой работы автоматически влечет за собой оценку 0 за первую контрольную точку по КР и оценку 0 за первое кросс-рецензирование.
* Тексты, не соотвествующие требованиям (по объему и содержанию, описанным ниже, и по оформлению, описанному в правилах оформления КР), приниматься не будут. Обратите особое внимание на базовые требования к оформлению (п.2.3), описанные в методических рекомендациях к написанию КР.
* Текст стоит оформлять в LaTeX, для написания можно использовать шаблон по [https://github.com/angusev/coursework_template ссылке].

'''Дедлайны:''' 
Сдача плана курсовой: '''23:59 7 февраля''' 
Сдача рецензий: '''23:59 7 марта'''

Планы курсовой нужно загружать в систему EasyChair по [https://easychair.org/conferences/?conf=rpmla32021 ссылке].

Для участия в первом кросс-рецензировании вам нужно сдать план курсовой работы. План это документ не менее 4-5 страниц (НЕ включая титульный лист, оглавление, абстракт, список литературы и иллюстрации), который является первым вариантом вашей курсовой работы (это относится и к исследовательским, и к программным проектам). Он должен быть оформлен по правилам оформления итогового документа, ссылка на которые приведена выше. Некоторые пункты уже должны быть полностью выполнены (введение, обзор литературы), некоторые только отражать дальнейшие планы (план экспериментов). Также в нем должны быть подробно отражены следующие моменты:
* Задача решаемая в проекте -- если это исследовательский проект, то цель исследования, если программный проект, то описание функционала программы, которую планируется написать.
* Обзор литературы -- текущее состояние области; если это исследование, то позиционирование вашей работы относительно других современных работ (к примеру : мы “лучше” чем работа [1] потому-то, мы исследуем дополнительно случай который не исследуется в [2]), если это программный проект, то описание похожих программных решений и почему их нельзя использовать для решения поставленной задачи.
* План дальнейшей работы -- для исследовательского проекта это описание исследуемых моделей и методов, конкретный план проводимых экспериментов. Для программного проекта -- декомпозиция его на конкретные составляющие, и план их реализации.

План необходимо согласовать с научным руководителем.

Если вы выполняете групповой проект в качестве курсовой, то вам нужно сдавать один текст на группу, однако в нем должно быть четко отражено кто что сделал и собирается сделать дальше. Также объем текста должен быть больше - около 4-5 страниц + по 2-3 страницы на каждого дополнительного участника. Если в вашем проекте есть участники из других групп, то вам нужно в своем плане прописать общую часть проекта и ваши части, а про часть участников из других групп просто написать что она есть и, если это важно для понимания общего формата проекта, написать в паре предложений в чем она заключается.

'''Про рецензии:'''

Написанные планы курсовых работ будут кросс-рецензироваться. Рецензии на доклады будут оцениваться и будут влиять на оценку по НИСу. Общая структура рецензии такая же, как и для рецензий докладов; объем -- половина/целая страница А4. Люди, не сдавшие план вовремя, не будут участвовать в кросс-рецензировании и не смогут получить за него баллы.

* Отнеситесь к процессу ответственно -- если вы не пишете или пишете плохую рецензию, то ваш коллега не получает хорошего фидбека, что очень нечестно по отношению к нему.
* При написании рецензии исходите из того, что ваша главная цель -- помочь коллеге улучшить его работу. Будьте корректны в высказываниях, хорошо обдумайте проект и напишите как его можно улучшить. Даже очень хорошую работу можно сделать еще лучше, поэтому отписки в стиле "все отлично" приниматься не будут.
* Текст рецензии сам по себе должен представлять собой связный текст в научном стиле. Основные требования к рецензии описаны в форме на easychair, в которую вы будете ее загружать (посмотрите на эту форму, прежде чем писать рецензию! там несколько отдельных пунктов).
* Если вы пишете рецензию на групповую работу, постарайтесь кроме общего фидбека на текст, также включить индивидуальный фидбек для каждого участника (например, у участников может быть сильно разный по объему работы вклад в проект или сильно разный по качеству текст).

<big>'''Кросс-рецензирование 4 курса.''' </big>

Правила в целом совпадают с правилам первого кросс-рецензирования для 3 курса за исключением следующих моментов:
* Каждый студент должен сдавать индивидуальный текст, даже если работа выполнена в рамках группового проекта.
* Объем работы должен составлять не менее 7-8 страниц (НЕ включая титульный лист, оглавление, абстракт, список литературы и иллюстрации).

Планы ВКР, которые вам нужно сдать, глобально очень похожи на пропозалы, которые вы сдаете на английском языке. Однако их нужно оформить [https://www.hse.ru/data/2020/05/04/1544513704/%D0%9F%D1%80%D0%B0%D0%B2%D0%B8%D0%BB%D0%B0%20%D0%BF%D0%BE%D0%B4%D0%B3%D0%BE%D1%82%D0%BE%D0%B2%D0%BA%D0%B8%20%D0%B8%20%D0%BE%D1%86%D0%B5%D0%BD%D0%B8%D0%B2%D0%B0%D0%BD%D0%B8%D1%8F%20%D0%9A%D0%A0-%D0%92%D0%9A%D0%A0%20%D0%9F%D0%9C%D0%98%202020.pdf по стандартам ВКР] на том языке, на котором вы собираетесь сдавать ВКР. Также нужно более подробно расписать все пункты текста, так как стандартный объем полной ВКР составляет 20-30 страниц. План дальнейших действий должен быть также описан достаточно подробно.

'''Планы курсовой нужно загружать в систему EasyChair - [https://easychair.org/conferences/?conf=rpmla42020 ссылка].'''

'''Дедлайны:''' 
Сдача плана курсовой: '''9:00 21 марта''' 
Сдача рецензий: '''23:00 28 марта'''

== Система выставления оценок для 3 курса ==

Итоговая формула выставления оценки выглядит следующим образом:

О_результ = 0.4 * О_проверочные + 0.3 * О_доклады + 0.1 * О_рецензии + 0.1 * О_предзащиты + 0.1 * О_кросс

* О_проверочные - суммарная оценка за проверочные работы на семинарах,
* О_доклады - суммарная оценка по двум научным выступлениям,
* О_рецензии - суммарная оценка за написание рецензий на доклады,
* О_предзащиты - оценка за выступления на предзащитах,
* О_кросс - оценка за написание рецензий для кросс-рецензирования курсовых.

Все промежуточные оценки не округляются. Итоговая оценка округляется математически.

Экзамена по курсу не будет!

== Система выставления оценок для 4 курса ==

Итоговая формула выставления оценки выглядит следующим образом:

О_результ = 0.4 * О_проверочные + 0.4 * О_доклады + 0.1 * О_рецензии + 0.1 * О_кросс

* О_проверочные - суммарная оценка за проверочные работы на семинарах,
* О_доклады - суммарная оценка по двум научным выступлениям,
* О_рецензии - суммарная оценка за написание рецензий на доклады,
* О_кросс - оценка за написание рецензий для кросс-рецензирования ВКР.

Все промежуточные оценки не округляются. Итоговая оценка округляется математически.

Экзамена по курсу не будет!

Байесовские методы машинного обучения 2019

2019-10-08T12:39:13Z

Struminsky: /* Расписание занятий */

'''Лектор:''' [https://www.hse.ru/staff/dvetrov Дмитрий Петрович Ветров]

'''Семинарист:''' [https://www.hse.ru/org/persons/131072080 Екатерина Лобачева]

'''Контакты:''' по всем вопросам, связанным с курсом, просьба писать на '''bayesml@gmail.com'''. В название письма обязательно добавлять '''[ФКН БММО19]'''. Письма без этого тега могут просто не дойти до преподавателей!

У курса есть чат в телеграме. '''Все объявления по курсу будут вывешиваться именно в чате!''' Всем студентам будет отправлена ссылка на него на почту. Преподаватели в чате бывают, но не всегда. По всем важным вопросам стоит писать на почту.

===Краткое описание===

[[Файл:Bayes.jpeg|400px|безрамки|слева]]
Изучение дисциплины «Байесовские методы машинного обучения» нацелено на освоение т.н. байесовского подхода к теории вероятностей как одного из последовательных способов математических рассуждений в условиях неопределенности. В байесовском подходе вероятность интерпретируется как мера незнания, а не как объективная случайность. Простые правила оперирования с вероятностью, такие как формула полной вероятности и формула Байеса, позволяют проводить рассуждения в условиях неопределенности. В этом смысле байесовский подход к теории вероятностей можно рассматривать как обобщение классической булевой логики.

Целью курса также является освоение студентами основных способов применения байесовского подхода при решении задач машинного обучения. Байесовский подход позволяет эффективно учитывать различные предпочтения пользователя при построении решающих правил прогноза. Кроме того, он позволяет решать задачи выбора структурных параметров модели. В частности, здесь удается решать без комбинаторного перебора задачи селекции признаков, выбора числа кластеров в данных, размерности редуцированного пространства при уменьшении размерности, значений коэффициентов регуляризации и проч.

Предполагается, что в результате освоения курса студенты будут способны строить комплексные вероятностные модели, учитывающие структуру прикладной задачи машинного обучения, выводить необходимые формулы для решения задач обучения и вывода в рамках построенных вероятностных моделей, а также эффективно реализовывать данные модели на компьютере.

=== Новости ===

* 11.09.19 - Выложена формулировка первого практического задания. Стандартный срок сдачи - '''25 сентября 23:00'''.
* 19.09.19 - Выложена формулировка первого теоретического задания. Стандартный срок сдачи - '''3 октября 23:00'''.
* 03.10.19 - Выложена формулировка второго теоретического задания. Стандартный срок сдачи - '''10 октября 23:00'''.

===Отчётность по курсу и критерии оценки===

В курсе предусмотрено несколько форм контроля знания:
* 2 практических домашних задания
* 3 теоретических домашних задания
* 4 домашних лабораторных работы
* устный экзамен

Результирующая оценка по дисциплине рассчитывается по формуле

'''Окончательная оценка = 0.3 * Экз + 0.3 * Практ + 0.4 * ( 3/7 * Теор + 4/7 * Лаб ))'''

Итоговая оценка округляется арифметически. Оценка за каждый тип заданий рассчитывается как среднее по всем заданиям данного типа. Каждое задание и экзамен оцениваются по 10-балльной шкале (по заданиям допускается дробная оценка). За некоторые задания можно будет получить бонусные баллы, о чем будет объявляться при выдаче задания. Оценка за экзамен является блокирующей.

===Домашние задания ===
# В рамках курса предполагается выполнение двух практических заданий, трёх теоретических домашних заданий и четырёх лабораторных работ. Задания сдаются в системе [https://anytask.org/course/551 anytask]. Инвайт был разослан на групповые почты. Если вы его не получили, напишите об этом на почту курса.
# Все практические задания и лабораторные сдаются на Python 3. Код практических заданий должен быть обязательно предварительно сдан в систему [http://ejudge.bayesgroup.ru/cgi-bin/new-client?contest_id=4 ejudge]. Формат логина в ejudge должен быть следующий: hse19_ + первая буква имени + фамилия. Пример: hse19_elobacheva. Конфигурация сервера проверки кода в ejudge: python==3.5.3, numpy==1.14.5, scikit-learn==0.19.2, scipy==1.1.0.
# Все задания должны выполняться студентами самостоятельно. Использование кода и решений от коллег или из открытых источников запрещено и считается плагиатом. Все студенты, замешанные в плагиате (в том числе и те, у кого списали), получают 0 баллов за задание, а также все стандартные последствия, подразумеваемые правилами НИУ ВШЭ.
# Для каждого задания устанавливается стандартный и жесткий сроки сдачи. Жесткий срок сдачи обычно отстоит от стандартного на одну неделю. За каждый день просрочки после стандартного срока сдачи устанавливается штраф в 1 балл. После жесткого срока сдачи задания на проверку не принимаются.

Примерные даты выдачи домашних заданий (они могут быть изменены!):
* Практическая работа -- 12 сентября, 17 октября
* Лабораторная работа -- 3 октября, 21 ноября, 28 ноября, 5 декабря
* Теоретическое задание -- 19 сентября, 3 октября, 31 октября

===Экзамен ===

Экзамен на курсе является блокирующим, то есть при получении неудовлетворительной оценки за него вы получаете неудовлетворительную оценку за весь курс. Билеты к экзамену будут выложены позднее.

При подготовке ответа на экзамене разрешается пользоваться любыми материалами. При непосредственном ответе ничем пользоваться нельзя. Просьба обратить внимание на теоретический минимум по курсу — незнание ответов на вопросы теор. минимума автоматически влечёт неудовлетворительную оценку за экзамен. На экзамене дается час на подготовку ответа на билет, после чего вы отвечаете экзаменатору на вопросы из теоретического минимума, рассказываете билет, отвечаете на дополнительные вопросы по курсу и решаете задачи.

=== Расписание занятий ===
[https://www.youtube.com/playlist?list=PLEqoHzpnmTfCiJpMPccTWXD9DB4ERQkyw Видеозаписи лекций]

[https://drive.google.com/open?id=17vRFsbOS1Jzae_lkNffE2zpZPWABdASP Официальный конспект лекций в процессе] (пока сделано до 2 лекции включительно)

Лекции по курсу изучаются студентами самостоятельно. Лекция по гауссовским процессам пройдет очно, о времени будет сообщено позднее.
Изучение материалов лекции '''перед''' соответствующим семинаром обязательно!

{| class="wikitable"
|-
! '''Занятие''' !! '''Дата''' !! '''Название''' !! '''Материалы'''
|-
| 1 || 11 сентября || Байесовский подход к теории вероятностей, примеры байесовских рассуждений. || [https://bayesgroup.github.io/bmml/2016/Lectures/lecture01_presentation.pdf лекция (презентация)], [https://drive.google.com/open?id=13Q58mRGh5uN8xyhMiTfoOXOYvxUKbvRY лекция(конспект)], [https://bayesgroup.github.io/bmml/2016/Lectures/lecture01_summary.pdf лекция (саммари)], [https://bayesgroup.github.io/bmml/2016/Seminars/BMML_sem1_2016.pdf семинар(задачи)], [https://drive.google.com/open?id=0B7TWwiIrcJstOWMzYUNPaEM3Wjg семинар(конспект)]
|-
| 2 || 19 сентября || Аналитический байесовский вывод, сопряжённые распределения, экспоненциальный класс распределений, примеры. || [https://drive.google.com/file/d/1g9cNLw85MchawKbSV7F0nUXyEi9m36sR/view?usp=sharing лекция(конспект)], [http://bayesgroup.github.io/bmml/2016/Seminars/BMML_sem2_2016.pdf семинар(задачи)] [https://drive.google.com/file/d/0B7TWwiIrcJstZHVSUzBBMHZBRlE/view?usp=sharing семинар(конспект)]
|-
| 3 || 26 сентября || Задача выбора модели по Байесу, принцип наибольшей обоснованности, примеры выбора вероятностной модели. || [http://www.machinelearning.ru/wiki/images/b/bd/BMMO11_5.pdf лекция(презентация)], [https://drive.google.com/file/d/1l8fhZQ5V60wZaL9n_YlKNESW1y01PtX2/view?usp=sharing лекция(конспект)], [https://drive.google.com/open?id=0B7TWwiIrcJstZExmM2ZtTFhPMFk семинар(задачи)], [https://drive.google.com/open?id=1m6ofHsx4DZM4wHcBIpxg4aC-kaLcG1Nb семинар(конспект)]
|-
| 4 || 3 октября|| Метод релевантных векторов для задачи регрессии, автоматическое определение значимости. Матричные вычисления. ||
[https://bayesgroup.github.io/bmml/2016/Lectures/lecture04_presentation.pdf лекция(презентация)], [https://drive.google.com/file/d/1wr6qJCZPZ5W2s4jdJRpoFO_E2J3oPPP1/view?usp=sharing лекция(конспект)], [http://www.machinelearning.ru/wiki/images/2/2a/Matrix-Gauss.pdf семинар(задачи 1 с разбором)], [http://www.machinelearning.ru/wiki/images/1/16/S04_matrix_calculations.pdf семинар(задачи 2 с разбором)], [https://drive.google.com/open?id=1730TeVcjWDroYln8sJhTNqPOYStW890a решения задач с семинара]
|-
| 5 || 10 октября || Метод релевантных векторов для задачи классификации, приближение Лапласа. || [http://www.machinelearning.ru/wiki/images/6/6c/BMMO11_8.pdf лекция(саммари)], [https://drive.google.com/file/d/1cDEShfLPKXSc-OPUXm4nCYZLPvzaBVHg/view?usp=sharing лекция(конспект)], [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/bmml/2016/Seminars/BMML_sem5_2016.pdf семинар(задачи)], [https://drive.google.com/file/d/0B7TWwiIrcJstcU1iRi1Ldy1zY0k/view?usp=sharing семинар(конспект)]
|-
| 6 || 17 октября || Обучение при скрытых переменных, ЕМ-алгоритм в общем виде, байесовская модель метода главных компонент. || [http://www.machinelearning.ru/wiki/images/7/73/BMMO11_11.pdf лекция], [https://drive.google.com/file/d/13bmPc3sJJLgN45j75DqlcBgEzqL2u4Rv/view?usp=sharing лекция(конспект)], [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/bmml/2016/Seminars/BMML_sem6_2016.pdf семинар(задачи)], [https://drive.google.com/file/d/1vHt8Zul2igQ-rS2lpWjTq43TeYj15dKC/view?usp=sharing семинар(конспект)]
|-
| 7 || 31 октября || Вариационный подход для приближённого байесовского вывода. || [http://www.machinelearning.ru/wiki/images/5/57/BMMO11_9.pdf лекция], [http://www.machinelearning.ru/wiki/images/6/60/BMMO14_variational_lecture.pdf лекция (саммари)], [https://drive.google.com/file/d/18UP8ic6lq1DOOJZlKfGhHr46PJAb6oMY/view?usp=sharing лекция(конспект)],[http://www.machinelearning.ru/wiki/images/8/80/BMML15_S08_variational_inference.pdf (задачи)], [https://drive.google.com/file/d/0B7TWwiIrcJstTEpMUkRSTEk0VDA/view?usp=sharing семинар(конспект)]
|-
| 8 || 14 ноября || Методы Монте-Карло с марковскими цепями (MCMC). || [http://www.machinelearning.ru/wiki/images/6/6b/BMMO11_10.pdf лекция], [http://www.machinelearning.ru/wiki/images/b/b9/BMMO8_2.pdf семинар(задачи)]
|-
| 9 || 21 ноября || Гибридный метод Монте-Карло с марковскими цепями и его масштабируемые обобщения. || [https://arxiv.org/abs/1206.1901 Hamiltonian dynamics], [https://www.ics.uci.edu/~welling/publications/papers/stoclangevin_v6.pdf Langevin Dynamics], [http://www.machinelearning.ru/wiki/images/c/c3/S09_HMC.pdf семинар(задачи)]
|-
| 10 || 28 ноября || Гауссовские процессы для регрессии и классификации. || материалы лекции изложены в разделе 6.4 Бишопа, [http://www.machinelearning.ru/wiki/images/8/81/S11_GP_BMML16.pdf семинар(задачи)], [https://drive.google.com/file/d/1piwFueUpkLkMY2Vi1XWZK4L2-WSnVpEQ/view?usp=sharing семинар(конспект)]
|-
| 11 || 5 декабря || Модель LDA для тематического моделирования. || [http://www.machinelearning.ru/wiki/images/8/82/BMMO11_14.pdf лекция], [https://drive.google.com/file/d/1SZlHTCrPW0x4xSfeSd3EIG-JserQ_VrU/view?usp=sharing семинар(конспект)], [http://www.cs.berkeley.edu/~jordan/papers/hierarchical-dp.pdf Статья по HDP]
|-
| 12 || 12 декабря || Стохастический вариационный вывод. Вариационный автокодировщик. || [http://jmlr.org/papers/v14/hoffman13a.html статья 1], [https://arxiv.org/abs/1312.6114 статья 2]
|}

'''Замечание:''' рукописные конспекты лекций и семинаров это в первую очередь заметки лектора и семинаристов, а не материалы по курсу. В них могут содержать неточности!

====Рекомендуемая литература ====
* Barber D. [http://www0.cs.ucl.ac.uk/staff/d.barber/brml/ Bayesian Reasoning and Machine Learning.] Cambridge University Press, 2012.
* Murphy K.P. Machine Learning: A Probabilistic Perspective. The MIT Press, 2012.
* Bishop C.M. [http://research.microsoft.com/en-us/um/people/cmbishop/prml/ Pattern Recognition and Machine Learning.] Springer, 2006.
* Mackay D.J.C. [http://www.inference.phy.cam.ac.uk/mackay/itila/book.html Information Theory, Inference, and Learning Algorithms.] Cambridge University Press, 2003.
* Tipping M. [http://www.jmlr.org/papers/volume1/tipping01a/tipping01a.pdf Sparse Bayesian Learning.] Journal of Machine Learning Research, 1, 2001, pp. 211-244.
* Шумский С.А. [http://www.niisi.ru/iont/ni/Library/School-2002/Shumsky-2002.pdf Байесова регуляризация обучения.] В сб. Лекции по нейроинформатике, часть 2, 2002.

====Полезные ссылки ====
[http://www.machinelearning.ru/wiki/index.php?title=Bmmo Сайт] одноименного курса, читаемого на ВМК МГУ. 
[http://bayesgroup.ru Сайт] группы Байесовских методов. 
Простые и удобные [http://cs.nyu.edu/~roweis/notes.html заметки] по матричным вычислениям и свойствам гауссовских распределений. 
[http://statistics.zone/ Памятка] по теории вероятностей.

Neurobayesian models 2019

2019-02-08T11:02:04Z

Struminsky:

'''Lector:''' [https://www.hse.ru/en/staff/dvetrov Dmitry Vetrov]

'''Tutors:''' [https://www.hse.ru/en/org/persons/190884100 Alexander Grishin], [https://www.hse.ru/en/org/persons/165140955 Kirill Struminsky], [https://www.hse.ru/en/org/persons/205487138 Dmitry Molchanov], [https://www.hse.ru/en/org/persons/191263008 Kirill Neklyudov], [http://artem.sobolev.name/ Artem Sobolev], [https://ars-ashuha.ru/ Arsenii Ashukha], [https://bayesgroup.ru/people/oleg-ivanov/ Oleg Ivanov], [https://www.hse.ru/en/org/persons/131072080 Ekaterina Lobacheva].

'''Contacts:''' All the questions should be addressed to '''bayesml@gmail.com'''. Subject line of any letter must contain the following tag: '''[HSE NBM19]'''. Letters without the tag will be most probably lost in the inbox.

We also have a non-official chat in Telegram. Its main language is Russian because there will be students from two other programs. However, we will answer in English all the questions in English. All important news will be announced in English in the chat and also sent to the group e-mail.

===Course description===
This course is devoted to Bayesian reasoning in application to deep learning models. Attendees would learn how to use probabilistic modeling to construct neural generative and discriminative models, how to use the paradigm of generative adversarial networks to perform approximate Bayesian inference and how to model the uncertainty about the weights of neural networks. Selected open problems in the field of deep learning would also be discussed. The practical assignments will cover implementation of several modern Bayesian deep learning models.

[https://docs.google.com/document/d/18oyqKOJfBLQJAqj6fnAxeDDbd1nCl6OgvlH9mns3NTY/edit?usp=sharing Course syllabus]

=== News ===
* The first assignment has been uploaded to anytask. Deadline: 22 February, 23:00.

===Grading System===

The assessment consists of 3 practical assignments and a final oral exam. Practical assignments consist of programming some models/methods from the course in Python and analysing their behavior: VAE, Normalizing flows, Sparse Variational Dropout. At the final exam students have to demonstrate knowledge of the material covered during the entire course.

Final course grade is obtained from the following formula:

О_final = 0,7 * О_cumulative + 0,3 * О_exam,

where О_cumulative is an average grade for the practical assignments.

All grades are in ten-point grading scale. If О_cumulative or О_final has a fractional part greater or equal than 0.5 then it is rounded up.

===Assignments ===
* The course contains three practical assignments. Solutions should be submitted to [https://anytask.org/course/444 anytask]. To get the invite, please write to the course e-mail. The site has an interface only in Russian, so non-Russian speaking students may submit their solutions to the course e-mail. In this case, the subject line of the letter in addition to the tag should contain your name, surname and assignment number.
* All assignments should be coded in Python 3 using PyTorch.
* Students have to complete all assignments by themselves. Using code of your colleagues or code from open implementations is prohibited and will be considered as plagiarism. All involved students (including those who shared their solutions) will be severely punished.
* Assignments are scored up to 10 points. Each assignment has a deadline, a penalty is charged in the amount of 0.3 points for each day of delay, but in total not more than 6 points. Usually you will have 2 weeks to solve an assignment. Some assignments may contain bonus parts.

Approximate dates of assignments' upload: 7 February, 14 February, 28 February

At the end of the module before the exam there will be a hard deadline for all assignments! Exact date will be announced later.

===Exam ===
TBA

=== Course Plan ===

{| class="wikitable"
|-
! '''№''' !! '''Date''' !! '''Theme''' !! '''Materials'''
|-
| rowspan="2" | 1 || 24 January || Lecture: Stochastic Variational Inference || rowspan="2" | [http://jmlr.org/papers/volume14/hoffman13a/hoffman13a.pdf article]
|-
|31 January||Seminar: Application of SVI to Latent Dirichlet Allocation model ||
|-
| rowspan="2" | 2 || 31 January || Lecture: Doubly Stochastic Variational Inference || [http://proceedings.mlr.press/v32/titsias14.pdf article]
|-
| 7 February || Seminar: Doubly Stochastic Variational Inference || [http://www.argmin.net/2018/02/20/reinforce/ blogpost], [https://arxiv.org/abs/1502.03044 article]
|-
| rowspan="2" | 3 || 7 February || Lecture: Variational autoencoders (VAE) and normalizing flows (NF) || [https://arxiv.org/abs/1312.6114 article], [https://arxiv.org/abs/1505.05770 article],
|-
| 14 February || Seminar: Importance Weighted Autoencoders + more complex NF || [https://arxiv.org/abs/1509.00519 article]
|-
| rowspan="2" | 4 || 14 February || Lecture: Implicit Variational Inference using Adversarial Training || [https://arxiv.org/abs/1701.04722 article]
|-
| 21 February || Seminar: f-GAN || [https://arxiv.org/abs/1606.00709 article]
|-
| rowspan="2" | 5 || 21 February || Lecture: Bayesian neural networks || [https://arxiv.org/abs/1505.05424 article], [http://proceedings.mlr.press/v28/wang13a.pdf article], [https://arxiv.org/abs/1703.01961 article ]
|-
| 28 February || Seminar: Local reparametrization trick || [https://arxiv.org/abs/1506.02557 article]
|-
| rowspan="2" | 6 || 28 February || Lecture: Bayesian compression of neural networks || [https://arxiv.org/abs/1701.05369 article], [https://arxiv.org/abs/1702.04008 article]
|-
| 7 March || Seminar: Deep Markov chain Monte Carlo (MCMC)|| [https://arxiv.org/abs/1706.07561 article] [https://arxiv.org/abs/1711.09268 article]
|-
| rowspan="2" | 7 || 7 March || Lecture: Discrete Latent Variables and Variance Reduction || rowspan="2" | [https://arxiv.org/abs/1611.01144 article] [https://arxiv.org/abs/1611.00712 article] [https://arxiv.org/abs/1711.00123 article]
|-
| 14 March || Seminar: Discrete Latent Variables and Variance Reduction
||
|-
| rowspan="2" | 8 || 14 March || Lecture: Semi-implicit variational inference || [https://arxiv.org/abs/1805.11183 article], [https://arxiv.org/abs/1810.02789 article]
|-
| 21 March || Seminar: VampPrior || [https://arxiv.org/abs/1705.07120 article], [https://arxiv.org/abs/1809.05284 article]
|}

====Reading List ====
* Murphy K.P. Machine Learning: A Probabilistic Perspective. The MIT Press, 2012.
* Bishop C.M. Pattern Recognition and Machine Learning. Springer, 2006.
* Mackay D.J.C. Information Theory, Inference, and Learning Algorithms. Cambridge University Press, 2003.
* Ian Goodfellow, Yoshua Bengio & Aaron Courville. Deep Learning. MIT Press, 2016.

====Useful links ====

[The same course at CS MSU] (contains more materials in Russian) 
[http://bayesgroup.ru BayesGroup page]

НИС Машинное обучение и приложения 2018/2019

2018-09-24T11:04:50Z

Struminsky:

=== Расписание ===

{| class="wikitable"
|-
! Группа !! Новости !! Руководители НИСа !! Контакты !! Расписание
|-
| 3 курс: 161 || [https://t.me/joinchat/AAAAAE6vBndXbVtqjyRM7w телеграм]||[https://www.hse.ru/org/persons/131072080 Екатерина Лобачева] || lobacheva.tjulja@gmail.com || пятница 13:40, ауд. 311
|-
| 3 курс: 162|| [https://t.me/joinchat/AAAAAEWgb9UQ5KVXFvdvFw телеграм]||[https://www.hse.ru/org/persons/165140955 Кирилл Струминский] || k.struminsky@gmail.com || пятница 10:30, ауд. 435
|-
| 4 курс: 151 || [https://t.me/hse_research_seminar_151 телеграм] ||[https://www.hse.ru/org/persons/131072080 Екатерина Лобачева] || lobacheva.tjulja@gmail.com || понедельник 13:40, ауд. 301
|-
| 4 курс: 152 || [https://t.me/joinchat/AAAAAEvuUiTozFmIaJHBYA телеграм]||Арсений Ашуха|| ars.ashuha@gmail.com || четверг 18:10, ауд. 300
|-
|}

'''[https://docs.google.com/spreadsheets/d/1UUl9BAWJTswCs_RlxzFRL9qrVZJlrelD2MpIm5mj-O4/edit?usp=sharing Таблица с оценками и расписанием]''' 
'''[https://docs.google.com/spreadsheets/d/1-ldsiEBPfs7iKz3-95aT31mYroxoGKEZxakdd5wQ2R8/edit?usp=sharing Таблица с планированием тем выступлений]''' 

Рецензии на доклады писать здесь: [https://docs.google.com/forms/d/e/1FAIpQLSdMTMRaj7fT9tMfgntW06ub3ezSDNTxUDCZ2-4QGkjwCRpCow/viewform форма] 
Оставить отзыв на курс: [https://docs.google.com/forms/d/e/1FAIpQLSfN2NjAYL9Ka7p75XBesQ7lR43rleQc_Id2NbNDv8G7mqMY-g/viewform?c=0&w=1 форма]

Все объявления по курсу будут в каналах в телеграме, поэтому нужно обязательно добавиться в канал своей группы. Вопросы и комментарии по курсу нужно отправлять своему преподавателю на почту. В название письма обязательно добавлять тег '''[НИС ФКН]''', а также указывать свою фамилию и имя.

== Краткое описание ==

Данный семинар является одной из форм организации научно-исследовательской деятельности студентов специализации “Машинное обучение и приложения”. На нём в течение года под руководством преподавателей студентам предлагается делать презентации своих исследовательских проектов, а также обзорные доклады на различные темы, связанные с машинным обучением. Семинар призван способствовать своевременному включению студентов в исследовательский процесс и расширению их научного кругозора. Его задачей также является развитие навыков ведения научной дискуссии и презентации исследовательских результатов.

В ходе занятий подразумаваются следующие виды деятельности студентов:
* Посещение занятий, прослушивание и обсуждение докладов.
* Выступление студентов с докладами на различные темы, связанные с машинным обучением.
* Выступления студентов с докладами по курсовым работам.
* Рецензирование докладов и курсовых работ своих одногруппников.
* Написание проверочных работ по материалам докладов.

== Доклады, проверочные работы и рецензирование ==

'''Доклады''' 
В течение года каждый студент выступает с докладами по темам, связанным с машинным обучением. Стандартная продолжительность доклада - 30 минут, то есть на одном занятии проводится два выступления. Каждый студент должен сделать два доклада за год. Если такое количество докладов не будет укладываться в рамки курса по времени, то студенты с лучшим выступлением будут освобождены от второго доклада.

Два раза в год студент должен утвердить тему своего выступления у преподавателя в назначенные для этого сроки. Минимум за неделю до даты выступления докладчик должен прислать краткий план своего доклада преподавателю на согласование. Сразу после выступления необходимо прислать свою презентацию, которая обязательно должна содержать в себе список использованной литературы и ресурсов. При невыполнении перечисленных условий в поставленные сроки преподаватель имеет право снизить оценку за соответствующий доклад.

Неявка на свой доклад без уважительной причины приводит к нежелательным последствиям. Даже при наличие уважительной причины, пожалуйста предупреждайте о ней преподавателя заранее.

Оценка за доклад складывается на 75% из оценки преподавателя и на 25% из оценки студентов (по итогам рецензирования).

'''Рецензии''' 
По каждому докладу проводится рецензирование. Трое одногруппников докладчика, '''присутствовавшие на занятии''', пишут короткую рецензию на выступление и оценивают его по 10-бальной шкале в форме, ссылка на которую находится в верхней части страницы. Рецензенты назначаются преподавателем на занятии.

Рецензия должна обосновывать выставленную оценку, содержать описание доклада, отрицательных и положительных сторон, а также предложения по улучшению доклада. Рецензию можно написать до 23:59 следующего после выступления дня (если занятие в понедельник, то рецензию нужно написать до 23:59 вторника). Некачественные рецензии или "отписки", к примеру "Мне все понравилось, оценка 10", не будут засчитываться как в количество написанных студентом рецензий, так и в оценку выступающего.

'''Проверочные работы''' 
По материалам выступлений проводятся короткие проверочные работы на следующем занятии (примерно раз в две недели). Вопросы для проверочных работ составляет преподаватель, заранее они не разглашаются. При написании проверочной нельзя пользоваться никакими материалами.

== Курсовые работы и их рецензирование ==

В середине и в конце года проводится кросс-рецензирование курсовых работ студентов. Рецензия на курсовую должна быть значительно подробнее рецензий на доклады. Правила их оформления будут выложены позднее. Так как у 4 курса нет занятий в 4 модуле, кросс-рецензирование ВКР проводится только в середине года.

У третьего курса в конце года будет проведена предзащита курсовых работ.

Примерные даты кросс-рецензирования и предзащит:
* Середина января (после праздников) - первое кросс-рецензирование 3 курса
* Середина мая (все будет ДО окончательного текста сдачи курсовой) - второе кросс-рецензирование 3 курса
* Середина-конец мая - предзащиты 3 курса
* Середина марта - кросс-рецензирование 4 курса

== Система выставления оценок для 3 курса ==

Итоговая формула выставления оценки выглядит следующим образом:

О_результ = 0.4 * О_проверочные + 0.3 * О_доклады + 0.1 * О_рецензии + 0.1 * О_предзащита + 0.1 * О_кросс

* О_проверочные - суммарная оценка за проверочные работы на семинарах,
* О_доклады - суммарная оценка по двум научным выступлениям,
* О_рецензии - суммарная оценка за написание рецензий на доклады,
* О_предзащита - оценка за выступление на предзащите,
* О_кросс - оценка за написание рецензий для кросс-рецензирования курсовых.

Все промежуточные оценки не округляются. Итоговая оценка округляется математически.

Экзамена по курсу не будет!

== Система выставления оценок для 4 курса ==

Итоговая формула выставления оценки выглядит следующим образом:

О_результ = 0.4 * О_проверочные + 0.4 * О_доклады + 0.1 * О_рецензии + 0.1 * О_кросс

* О_проверочные - суммарная оценка за проверочные работы на семинарах,
* О_доклады - суммарная оценка по двум научным выступлениям,
* О_рецензии - суммарная оценка за написание рецензий на доклады,
* О_кросс - оценка за написание рецензий для кросс-рецензирования ВКР.

Все промежуточные оценки не округляются. Итоговая оценка округляется математически.

Экзамена по курсу не будет!

НИС Машинное обучение и приложения 2017/2018

2018-01-29T11:27:24Z

Struminsky: /* Расписание */

=== Расписание ===

{| class="wikitable"
|-
! Группа !! Новости !! Руководители НИСа !! Контакты !! Расписание
|-
| 3 курс: 151 || [https://t.me/hse_research_seminar_151 телеграмм]|| [https://www.hse.ru/org/persons/204848606 Арсений Ашуха], [https://www.hse.ru/org/persons/205487138 Дмитрий Молчанов] || ars.ashuha@gmail.com; dmolch111@gmail.com || понедельник 16:40, ауд. 311
|-
| 3 курс: 152|| ||[https://www.hse.ru/org/persons/131072080 Екатерина Лобачева] || lobacheva.tjulja@gmail.com || понедельник 16:40, ауд. 501
|-
| 4 курс: 141 || ||[https://www.hse.ru/org/persons/131072080 Екатерина Лобачева] || lobacheva.tjulja@gmail.com || понедельник 15:10, ауд. 509
|-
| 4 курс: 142 || ||[https://www.hse.ru/org/persons/165140955 Кирилл Струминский] || k.struminsky@gmail.com || понедельник 12:10, ауд. 618
|-
|}

'''[https://drive.google.com/open?id=1DW4othItuIqE1BRQM_FGOEOWKrl_h3WUrXcF_dPWvtY Расписание семинаров ]''' 
'''[https://docs.google.com/spreadsheets/d/1XwLgvhWXAwZIo3YcSINtMmIDBhFptn_xZGAaXbNE2Lo/edit?usp=sharing Таблица с планированием тем выступлений]''' 
'''[https://drive.google.com/open?id=1JfYoXbXsZWmQQ4bwyarTrzrB8EDpQL46981d9Kk74Hw Таблица с оценками]''' 

Рецензии на доклады писать здесь: [https://docs.google.com/forms/d/e/1FAIpQLSdMTMRaj7fT9tMfgntW06ub3ezSDNTxUDCZ2-4QGkjwCRpCow/viewform форма] 
Оставить отзыв на курс: [https://docs.google.com/forms/d/e/1FAIpQLSfN2NjAYL9Ka7p75XBesQ7lR43rleQc_Id2NbNDv8G7mqMY-g/viewform?c=0&w=1 форма]

Вопросы и комментарии по курсу нужно отправлять своему преподавателю на почту. В название письма обязательно добавлять тег '''[НИС ФКН]'''.

Формат темы письма:
* '''[НИС ФКН] Вопрос - номер группы - Фамилия Имя''' — для вопросов;
* '''[НИС ФКН] Выступление - номер группы - Фамилия Имя''' — для материалов выступления.

Пример: [НИС ФКН] Вопрос - 141 - Иванов Иван

== Краткое описание ==

Данный семинар является одной из форм организации научно-исследовательской деятельности студентов специализации “Машинное обучение и приложения”. На нём в течение года под руководством преподавателей студентам предлагается делать презентации своих исследовательских проектов, а также обзорные доклады на различные темы, связанные с машинным обучением. Семинар призван способствовать своевременному включению студентов в исследовательский процесс и расширению их научного кругозора. Его задачей также является развитие навыков ведения научной дискуссии и презентации исследовательских результатов.

В ходе занятий подразумаваются следующие виды деятельности студентов:
* Посещение занятий, прослушивание и обсуждение докладов.
* Выступление студентов с докладами на различные темы, связанные с машинным обучением.
* Выступления студентов с докладами по курсовым работам.
* Рецензирование докладов и курсовых работ своих одногруппников.
* Написание проверочных работ по материалам докладов.

== Доклады, проверочные работы и рецензирование ==

'''Доклады''' 
В течение года каждый студент выступает с докладами по темам, связанным с машинным обучением. Стандартная продолжительность доклада - 30 минут, то есть на одном занятии проводится два выступления. Каждый студент должен сделать два доклада за год. Так как у 4 курса учебы в 4 модуле нет, то студенты с лучшим выступлением будут освобождены от второго доклада.

Минимум за неделю до даты выступления докладчик должен прислать краткий план своего доклада преподавателю на согласование. При невыполнении этого условия преподаватель имеет право снизить оценку за соответствующий доклад. Сразу после выступления необходимо прислать свою презентацию, которая обязательно должна содержать в себе список использованной литературы и ресурсов.

Оценка за доклад складывается на 50% из оценки преподавателя и на 50% из оченки студентов (по итогам рецензирования).

'''Рецензии''' 
По каждому докладу проводится рецензирование. Одногруппники докладчика, '''присутствовавшие на занятии''', пишут короткую рецензию на выступление и оценивают его по 10-бальной шкале в форме, ссылка на которую находится в верхней части страницы.

Рецензия должна обосновывать выставленную оценку, содержать описание доклада, отрицательных и положительных сторон, а также предложения по улучшению доклада. Рецензию можно написать до 23:59 следующего после выступления дня (при текущем расписании до 23:59 вторника). Некачественные рецензии или "отписки", к примеру "Мне все понравилось, оценка 10", не будут засчитываться как в количество написанных студентом рецензий, так и в оценку выступающего.

Есть три варианта оценки за написание рецензий на доклады: при написании больше 70% рецензий студенту ставится 10 баллов, при написании больше 50% - 5 баллов, во всех остальных случаях - ноль баллов.

'''Проверочные работы''' 
По некоторым, случайно выбранным выступлениям проводятся короткие проверочные работы на следующем занятии. Вопросы для проверочных работ составляет преподаватель, заранее они не разглашаются. При написании проверочной нельзя пользоваться никакими материалами.

== Курсовые работы и их рецензирование ==

В середине и в конце года проводится кросс-рецензирование курсовых работ студентов. Рецензия на курсовую должна быть значительно подробнее рецензий на доклады. Правила их оформления будут выложены позднее. Так как у 4 курса нет занятий в 4 модуле, кросс-рецензирование ВКР проводится только в середине года.

У третьего курса в конце года будет проведена предзащита курсовых работ.

'''Первое кросс-рецензирование 3 курса.''' 
До конца января вам нужно сдать план курсовой работы. План это документ не менее 4-5 страниц (НЕ включая титульный лист, оглавление и абстракт), который является первым вариантом вашей курсовой работы. Он должен быть оформлен как курсовая работа (см. правила по ссылке ниже). Некоторые пункты уже должны быть полностью выполнены (введение, обзор литературы), некоторые только отражать дальнейшие планы (план экспериментов). При написании плана стоит ориентироваться на Приложение 5 правил. Также в нем должны быть подробно отражены следующие моменты:
* Задача решаемая в проекте -- если это исследовательский проект то цель исследования, если программный проект то описание функционала программы которую планируется написать.
* Обзор литературы -- текущее состояние области; если это исследование -- то позиционирование вашей работы относительно других современных работ (к примеру : мы “лучше” чем работа [1] по тому-то, мы исследуем дополнительно случай который не исследуется в [2]), если это программный проект, то описание похожих программных решений и почему их нельзя использовать для решения поставленной задачи.
* План дальнейшей работы -- для исследовательского проекта это описание исследуемых моделей и методов, конкретный план проводимых экспериментов. Для программного проекта -- декомпозиция его на конкретные составляющие, и план их реализации.

План необходимо согласовать с научным руководителем.
Все формальные требования насчет курсовой работы можно найти по [https://goo.gl/bUvnJJ ссылке]

Если вы выполняете групповой проект в качестве курсовой, то вам нужно сдавать один текст на группу, однако в нем должно быть четко отражено кто что сделал и собирается сделать дальше. Также объем текста должен быть больше - около 4-5 страниц + по 2-3 страницы на каждого дополнительного участника. Если в вашем проекте есть участники не из 151 и 152 групп, то вам нужно в своем плане прописать общую часть проекта и ваши части, а про часть участников из других групп просто написать что она есть и, если это важно для понимания общего формата проекта, написать в паре предложений в чем она заключается.

Написанные планы курсовых работ будут кросс-рецензироваться. Рецензии на доклады будут оцениваться и будут влиять на оценку по НИСу. Общая структура рецензии такая же, как и для рецензий докладов; объем -- половина/целая страница А4. Люди, не сдавшие план вовремя, не будут участвовать в кросс-рецензировании и не смогут получить за него баллы.

'''Дедлайны:''' 
Сдача плана курсовой: '''23:59 4 февраля''' 
Сдача рецензий: '''23:59 11 февраля'''

Планы и рецензии нужно будет загружать в специальную системы, подробности будут чуть позже.

== Система выставления оценок для 3 курса ==

Итоговая формула выставления оценки выглядит следующим образом:

О_результ = 0.25 * О_проверочные + 0.3 * О_доклады + 0.2 * О_рецензии + 0.1 * О_предзащита + 0.15 * О_кросс

* О_проверочные - суммарная оценка за проверочные работы на семинарах,
* О_доклады - суммарная оценка по двум научным выступлениям,
* О_рецензии - оценка за написание рецензий на доклады,
* О_предзащита - оценка за выступление на предзащите,
* О_кросс - оценка за написание рецензий для кросс-рецензирования курсовых.

Все промежуточные оценки не округляются. Итоговая оценка округляется математически.

Экзамена по курсу не будет!

== Система выставления оценок для 4 курса ==

Итоговая формула выставления оценки выглядит следующим образом:

О_результ = 0.3 * О_проверочные + 0.4 * О_доклады + 0.2 * О_рецензии + 0.1 * О_кросс

* О_проверочные - суммарная оценка за проверочные работы на семинарах,
* О_доклады - суммарная оценка по двум научным выступлениям,
* О_рецензии - оценка за написание рецензий на доклады,
* О_кросс - оценка за написание рецензий для кросс-рецензирования ВКР.

Все промежуточные оценки не округляются. Итоговая оценка округляется математически.

Экзамена по курсу не будет!

Список семинаров 142 группы - НИС МОП 2016/2017

2017-05-30T10:20:59Z

Struminsky:

'''[[НИС Машинное обучение и приложения 2016/2017|НИС Машинное обучение и приложения 2016/2017]]'''

'''Семинар 1. Оптимизация расхода ферросплавов при производстве стали.''' 
''Выступающий:'' Кирилл Неклюдов 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/01Nekludov.pdf презентация].

'''Семинар 2. Менеджмент в IT.''' 
''Выступающий:'' Александр Белугин 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/02Belugin.pdf презентация].

'''Семинар 3. Incremental Newton Method for Minimizing Big Sums of Functions.''' 
''Выступающий:'' Антон Родоманов 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/03Rodomanov.pdf презентация], [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/questions/03questions_Rodomanov.pdf вопросы для проверки].

'''Семинар 4. Построение медицинских тест-систем с использованием метода опорных векторов и метода ближайших центроидов.''' 
''Выступающий:'' Николай Быков 
''Материалы:'' [http://bayesgroup.github.io/nis/2016-2017/presentations/04Bykov.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/04questions_Bykov.pdf вопросы для проверки].

'''Семинар 5.1. Разбор двумерных сцен с помощью порождающего и нейросетевого подхода.''' 
''Выступающий:'' Артем Гадецкий 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/05Gadetsky.pdf презентация], [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/questions/05questions_Gadetsky.pdf вопросы для проверки].

'''Семинар 5.2. ''' Построение математических моделей экономических процессов методами регрессионного анализа 
''Выступающий:'' Полина Чеснокова 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/05Chesnokova.pdf презентация], [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/05Chesnokova_KR.pdf курсовая работа], [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/questions/05questions_Chesnokova.pdf вопросы для проверки].

'''Семинар 6. ''' Обучение с подкреплением 
''Выступающий:'' Павел Шевчук 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/06Shevchuk.pdf презентация], [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/questions/06questions_Shevchuk.pdf вопросы для проверки].

'''Семинар 7. ''' AlphaGo or how Deepmind taught a machine to win 
''Выступающий:'' Артем Гадецкий 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/presentations/07Gadetsky.pdf презентация],[https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/questions/07questions_Gadetsky.pdf вопросы для проверки].

'''Семинар 8. ''' Convolutional Neural Networks for Visual Recognition 
''Выступающий:'' Павел Кондратенков 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/presentations/08Kondratenkov.pdf презентация],[https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/questions/08questions_Kondratenkov.pdf вопросы для проверки].

'''Семинар 9. ''' Кризис воспроизводимости в науке 
''Выступающий:'' Арсения Шихова, Александр Пушин 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/presentations/09Pushin_Shihova.pdf презентация], [https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/questions/09questions_Pushin_Shihova.pdf вопросы для проверки].

'''Семинар 10. ''' Новые архитектуры для зрения 
''Выступающий:'' Антон Кудинов, Даниил Петроченко 
''Материалы:'' [http://bayesgroup.github.io/nis/2016-2017/presentations/10Kudinov_Petrochenko.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/10questions_Kudinov_Petrochenko.pdf вопросы для проверки].

'''Семинар 11. ''' Классификация с пересекающимися классами 
''Выступающий:'' Елизавета Вахрамеева, Диана Полонская 
''Материалы:'' [http://bayesgroup.github.io/nis/2016-2017/presentations/11Polonskaya_Vahrameeva.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/11questions_Polonskaya_Vahrameeva.pdf вопросы для проверки]

'''Семинар 12. ''' Обобщения SVM: многоклассовый и одноклассовый варианты 
''Выступающий:'' Никита Бенькович 
''Материалы:'' [http://bayesgroup.github.io/nis/2016-2017/presentations/12Benkovich.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/12questions_Benkovich.pdf вопросы для проверки].

'''Семинар 13. ''' Работа с категориальными признаками 
''Выступающий:'' Дарья Воронкова, Таисия Глушкова 
''Материалы:'' [http://bayesgroup.github.io/nis/2016-2017/presentations/13Glushkova_Voronkova.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/13questions_Glushkova_Voronkova.pdf вопросы для проверки].

'''Семинар 14. ''' Устойчивость кластеризации биологических образцов к малым изменениям данных 
''Выступающий:'' Максим Никольский 
''Материалы:'' [http://bayesgroup.github.io/nis/2016-2017/presentations/14Nikolsky.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/14questions_Nikolsky.pdf вопросы для проверки].

'''Семинар 15. Рассказ о конференции NIPS 2016.''' 
''Выступающий:'' Екатерина Лобачева, Кирилл Струминский, Михаил Хальман 
''Дата:'' 17 января 
''Материалы:'' [https://docs.google.com/presentation/d/1_GCwgjNSnnrjksXMBoR_rKeLwcqoyxFRKiynEAhXC7M/edit?usp=sharing презентация].

'''Семинар 16. ''' Обучение с подкреплением, Q-learning и Atari DQN 
''Выступающий:'' Михаил Конобеев 
''Материалы:'' [http://bayesgroup.github.io/nis/2016-2017/presentations/15Konobeev.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/15questions_Konobeev.pdf вопросы для проверки].

'''Семинар 17. ''' Мониторинг внимания аудитории 
''Выступающий:'' Илья Соловьев 
''Материалы:'' -.

'''Семинар 18. ''' Матричные разложения: обзор методов и применение в машинном обучении для понижения размерности, заполнения пропусков и рекомендаций 
''Выступающий:'' Гильмутдинов Михаил, Чеснокова Полина 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/17Gilmutdinov_Chesnokova.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/17questions_Gilmutdinov_Chesnokova.pdf вопросы для проверки].

'''Семинар 19. ''' Синтетические градиенты 
''Выступающий:'' Иван Матковский 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/18Matkovsky.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/18questions_Matkovsky.pdf вопросы для проверки].

'''Семинар 20. ''' Мониторинг внимания аудитории 
''Выступающий:'' Илья Соловьев, Артем Шафаростов 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/19_Shafarostov_Solovjev.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/19questions_Shafarostov_Solovjev.pdf вопросы для проверки].

'''Семинар 21. ''' The Tradeoffs of Large Scale Learning 
''Выступающий:'' Антон Стрельцов 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/20Strelcov.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/20questions_Strelcov.pdf вопросы для проверки].

'''Семинар 22. ''' Стохастическая оптимизация 
''Выступающий:'' Андрей Сон 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/21Son.pdf презентация], [https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/questions/21questions_Son.pdf вопросы для проверки].

'''Семинар 23. ''' Word Mover's Distance 
''Выступающий:'' Ксения Вальчук, Анастасия Царькова 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/22Valchuk_Tsarkova.pdf презентация], [https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/questions/22questions_Valchuk_Tsarkova.pdf вопросы для проверки].

'''Семинар 24. ''' ROC, Cost, PR кривые 
''Выступающий:'' Валерий Гиркин 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/23Girkin.pdf презентация], [https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/questions/23questions_Girkin.pdf вопросы для проверки].

'''Семинар 25. ''' Generative Adversarial Networks 
''Выступающий:'' Мария Новикова 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/24Novikova.pdf презентация], [https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/questions/24questions_Novikova.pdf вопросы для проверки].

'''Семинар 26. ''' PAC-обучение 
''Выступающий:'' Арсения Шихова 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/25Shihova.pdf презентация], [https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/questions/25questions_Shihova.pdf вопросы для проверки].

'''Семинар 27. ''' Supervised Word Mover's Distance 
''Выступающий:'' Павел Поляков 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/26Polyakov.pdf презентация], [https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/questions/26questions_Polyakov.pdf вопросы для проверки].

'''Семинар 28. ''' Understanding deep learning requires rethinking generalization 
''Выступающий:'' Илья Соловьев 
''Материалы:'' ожидаются.

'''Семинар 29. ''' Density estimation using Real NVP 
''Выступающий:'' Павел Шевчук 
''Материалы:'' ожидаются.

Список семинаров 142 группы - НИС МОП 2016/2017

2017-05-30T10:06:08Z

Struminsky:

'''[[НИС Машинное обучение и приложения 2016/2017|НИС Машинное обучение и приложения 2016/2017]]'''

'''Семинар 1. Оптимизация расхода ферросплавов при производстве стали.''' 
''Выступающий:'' Кирилл Неклюдов 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/01Nekludov.pdf презентация].

'''Семинар 2. Менеджмент в IT.''' 
''Выступающий:'' Александр Белугин 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/02Belugin.pdf презентация].

'''Семинар 3. Incremental Newton Method for Minimizing Big Sums of Functions.''' 
''Выступающий:'' Антон Родоманов 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/03Rodomanov.pdf презентация], [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/questions/03questions_Rodomanov.pdf вопросы для проверки].

'''Семинар 4. Построение медицинских тест-систем с использованием метода опорных векторов и метода ближайших центроидов.''' 
''Выступающий:'' Николай Быков 
''Материалы:'' [http://bayesgroup.github.io/nis/2016-2017/presentations/04Bykov.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/04questions_Bykov.pdf вопросы для проверки].

'''Семинар 5.1. Разбор двумерных сцен с помощью порождающего и нейросетевого подхода.''' 
''Выступающий:'' Артем Гадецкий 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/05Gadetsky.pdf презентация], [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/questions/05questions_Gadetsky.pdf вопросы для проверки].

'''Семинар 5.2. ''' Построение математических моделей экономических процессов методами регрессионного анализа 
''Выступающий:'' Полина Чеснокова 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/05Chesnokova.pdf презентация], [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/05Chesnokova_KR.pdf курсовая работа], [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/questions/05questions_Chesnokova.pdf вопросы для проверки].

'''Семинар 6. ''' Обучение с подкреплением 
''Выступающий:'' Павел Шевчук 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/06Shevchuk.pdf презентация], [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/questions/06questions_Shevchuk.pdf вопросы для проверки].

'''Семинар 7. ''' AlphaGo or how Deepmind taught a machine to win 
''Выступающий:'' Артем Гадецкий 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/presentations/07Gadetsky.pdf презентация],[https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/questions/07questions_Gadetsky.pdf вопросы для проверки].

'''Семинар 8. ''' Convolutional Neural Networks for Visual Recognition 
''Выступающий:'' Павел Кондратенков 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/presentations/08Kondratenkov.pdf презентация],[https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/questions/08questions_Kondratenkov.pdf вопросы для проверки].

'''Семинар 9. ''' Кризис воспроизводимости в науке 
''Выступающий:'' Арсения Шихова, Александр Пушин 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/presentations/09Pushin_Shihova.pdf презентация], [https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/questions/09questions_Pushin_Shihova.pdf вопросы для проверки].

'''Семинар 10. ''' Новые архитектуры для зрения 
''Выступающий:'' Антон Кудинов, Даниил Петроченко 
''Материалы:'' [http://bayesgroup.github.io/nis/2016-2017/presentations/10Kudinov_Petrochenko.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/10questions_Kudinov_Petrochenko.pdf вопросы для проверки].

'''Семинар 11. ''' Классификация с пересекающимися классами 
''Выступающий:'' Елизавета Вахрамеева, Диана Полонская 
''Материалы:'' [http://bayesgroup.github.io/nis/2016-2017/presentations/11Polonskaya_Vahrameeva.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/11questions_Polonskaya_Vahrameeva.pdf вопросы для проверки]

'''Семинар 12. ''' Обобщения SVM: многоклассовый и одноклассовый варианты 
''Выступающий:'' Никита Бенькович 
''Материалы:'' [http://bayesgroup.github.io/nis/2016-2017/presentations/12Benkovich.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/12questions_Benkovich.pdf вопросы для проверки].

'''Семинар 13. ''' Работа с категориальными признаками 
''Выступающий:'' Дарья Воронкова, Таисия Глушкова 
''Материалы:'' [http://bayesgroup.github.io/nis/2016-2017/presentations/13Glushkova_Voronkova.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/13questions_Glushkova_Voronkova.pdf вопросы для проверки].

'''Семинар 14. ''' Устойчивость кластеризации биологических образцов к малым изменениям данных 
''Выступающий:'' Максим Никольский 
''Материалы:'' [http://bayesgroup.github.io/nis/2016-2017/presentations/14Nikolsky.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/14questions_Nikolsky.pdf вопросы для проверки].

'''Семинар 15. Рассказ о конференции NIPS 2016.''' 
''Выступающий:'' Екатерина Лобачева, Кирилл Струминский, Михаил Хальман 
''Дата:'' 17 января 
''Материалы:'' [https://docs.google.com/presentation/d/1_GCwgjNSnnrjksXMBoR_rKeLwcqoyxFRKiynEAhXC7M/edit?usp=sharing презентация].

'''Семинар 16. ''' Обучение с подкреплением, Q-learning и Atari DQN 
''Выступающий:'' Михаил Конобеев 
''Материалы:'' [http://bayesgroup.github.io/nis/2016-2017/presentations/15Konobeev.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/15questions_Konobeev.pdf вопросы для проверки].

'''Семинар 17. ''' Мониторинг внимания аудитории 
''Выступающий:'' Илья Соловьев 
''Материалы:'' -.

'''Семинар 18. ''' Матричные разложения: обзор методов и применение в машинном обучении для понижения размерности, заполнения пропусков и рекомендаций 
''Выступающий:'' Гильмутдинов Михаил, Чеснокова Полина 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/17Gilmutdinov_Chesnokova.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/17questions_Gilmutdinov_Chesnokova.pdf вопросы для проверки].

'''Семинар 19. ''' Синтетические градиенты 
''Выступающий:'' Иван Матковский 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/18Matkovsky.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/18questions_Matkovsky.pdf вопросы для проверки].

'''Семинар 20. ''' Мониторинг внимания аудитории 
''Выступающий:'' Илья Соловьев, Артем Шафаростов 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/19_Shafarostov_Solovjev.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/19questions_Shafarostov_Solovjev.pdf вопросы для проверки].

'''Семинар 21. ''' The Tradeoffs of Large Scale Learning 
''Выступающий:'' Антон Стрельцов 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/20Strelcov.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/20questions_Strelcov.pdf вопросы для проверки].

'''Семинар 22. ''' Стохастическая оптимизация 
''Выступающий:'' Андрей Сон 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/21Son.pdf презентация], [https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/questions/21questions_Son.pdf вопросы для проверки].

'''Семинар 23. ''' Word Mover's Distance 
''Выступающий:'' Ксения Вальчук, Анастасия Царькова 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/22Valchuk_Tsarkova.pdf презентация], [https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/questions/22questions_Valchuk_Tsarkova.pdf вопросы для проверки].

'''Семинар 24. ''' ROC, Cost, PR кривые 
''Выступающий:'' Валерий Гиркин 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/23Girkin.pdf презентация], [https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/questions/23questions_Girkin.pdf вопросы для проверки].

'''Семинар 24. ''' Generative Adversarial Networks 
''Выступающий:'' Мария Новикова 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/24Novikova.pdf презентация], [https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/questions/24questions_Novikova.pdf вопросы для проверки].

'''Семинар 25. ''' PAC-обучение 
''Выступающий:'' Арсения Шихова 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/25Shihova.pdf презентация], [https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/questions/25questions_Shihova.pdf вопросы для проверки].

'''Семинар 26. ''' Supervised Word Mover's Distance 
''Выступающий:'' Павел Поляков 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/26Polyakov.pdf презентация], [https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/questions/26questions_Polyakov.pdf вопросы для проверки].

'''Семинар 27. ''' Understanding deep learning requires rethinking generalization 
''Выступающий:'' Илья Соловьев 
''Материалы:'' ожидаются.

'''Семинар 28. ''' Density estimation using Real NVP 
''Выступающий:'' Павел Шевчук 
''Материалы:'' ожидаются.

Список семинаров 142 группы - НИС МОП 2016/2017

2017-05-11T08:33:50Z

Struminsky:

'''[[НИС Машинное обучение и приложения 2016/2017|НИС Машинное обучение и приложения 2016/2017]]'''

'''Семинар 1. Оптимизация расхода ферросплавов при производстве стали.''' 
''Выступающий:'' Кирилл Неклюдов 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/01Nekludov.pdf презентация].

'''Семинар 2. Менеджмент в IT.''' 
''Выступающий:'' Александр Белугин 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/02Belugin.pdf презентация].

'''Семинар 3. Incremental Newton Method for Minimizing Big Sums of Functions.''' 
''Выступающий:'' Антон Родоманов 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/03Rodomanov.pdf презентация], [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/questions/03questions_Rodomanov.pdf вопросы для проверки].

'''Семинар 4. Построение медицинских тест-систем с использованием метода опорных векторов и метода ближайших центроидов.''' 
''Выступающий:'' Николай Быков 
''Материалы:'' [http://bayesgroup.github.io/nis/2016-2017/presentations/04Bykov.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/04questions_Bykov.pdf вопросы для проверки].

'''Семинар 5.1. Разбор двумерных сцен с помощью порождающего и нейросетевого подхода.''' 
''Выступающий:'' Артем Гадецкий 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/05Gadetsky.pdf презентация], [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/questions/05questions_Gadetsky.pdf вопросы для проверки].

'''Семинар 5.2. ''' Построение математических моделей экономических процессов методами регрессионного анализа 
''Выступающий:'' Полина Чеснокова 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/05Chesnokova.pdf презентация], [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/05Chesnokova_KR.pdf курсовая работа], [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/questions/05questions_Chesnokova.pdf вопросы для проверки].

'''Семинар 6. ''' Обучение с подкреплением 
''Выступающий:'' Павел Шевчук 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/06Shevchuk.pdf презентация], [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/questions/06questions_Shevchuk.pdf вопросы для проверки].

'''Семинар 7. ''' AlphaGo or how Deepmind taught a machine to win 
''Выступающий:'' Артем Гадецкий 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/presentations/07Gadetsky.pdf презентация],[https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/questions/07questions_Gadetsky.pdf вопросы для проверки].

'''Семинар 8. ''' Convolutional Neural Networks for Visual Recognition 
''Выступающий:'' Павел Кондратенков 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/presentations/08Kondratenkov.pdf презентация],[https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/questions/08questions_Kondratenkov.pdf вопросы для проверки].

'''Семинар 9. ''' Кризис воспроизводимости в науке 
''Выступающий:'' Арсения Шихова, Александр Пушин 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/presentations/09Pushin_Shihova.pdf презентация], [https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/questions/09questions_Pushin_Shihova.pdf вопросы для проверки].

'''Семинар 10. ''' Новые архитектуры для зрения 
''Выступающий:'' Антон Кудинов, Даниил Петроченко 
''Материалы:'' [http://bayesgroup.github.io/nis/2016-2017/presentations/10Kudinov_Petrochenko.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/10questions_Kudinov_Petrochenko.pdf вопросы для проверки].

'''Семинар 11. ''' Классификация с пересекающимися классами 
''Выступающий:'' Елизавета Вахрамеева, Диана Полонская 
''Материалы:'' [http://bayesgroup.github.io/nis/2016-2017/presentations/11Polonskaya_Vahrameeva.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/11questions_Polonskaya_Vahrameeva.pdf вопросы для проверки]

'''Семинар 12. ''' Обобщения SVM: многоклассовый и одноклассовый варианты 
''Выступающий:'' Никита Бенькович 
''Материалы:'' [http://bayesgroup.github.io/nis/2016-2017/presentations/12Benkovich.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/12questions_Benkovich.pdf вопросы для проверки].

'''Семинар 13. ''' Работа с категориальными признаками 
''Выступающий:'' Дарья Воронкова, Таисия Глушкова 
''Материалы:'' [http://bayesgroup.github.io/nis/2016-2017/presentations/13Glushkova_Voronkova.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/13questions_Glushkova_Voronkova.pdf вопросы для проверки].

'''Семинар 14. ''' Устойчивость кластеризации биологических образцов к малым изменениям данных 
''Выступающий:'' Максим Никольский 
''Материалы:'' [http://bayesgroup.github.io/nis/2016-2017/presentations/14Nikolsky.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/14questions_Nikolsky.pdf вопросы для проверки].

'''Семинар 15. Рассказ о конференции NIPS 2016.''' 
''Выступающий:'' Екатерина Лобачева, Кирилл Струминский, Михаил Хальман 
''Дата:'' 17 января 
''Материалы:'' [https://docs.google.com/presentation/d/1_GCwgjNSnnrjksXMBoR_rKeLwcqoyxFRKiynEAhXC7M/edit?usp=sharing презентация].

'''Семинар 16. ''' Обучение с подкреплением, Q-learning и Atari DQN 
''Выступающий:'' Михаил Конобеев 
''Материалы:'' [http://bayesgroup.github.io/nis/2016-2017/presentations/15Konobeev.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/15questions_Konobeev.pdf вопросы для проверки].

'''Семинар 17. ''' Мониторинг внимания аудитории 
''Выступающий:'' Илья Соловьев 
''Материалы:'' -.

'''Семинар 18. ''' Матричные разложения: обзор методов и применение в машинном обучении для понижения размерности, заполнения пропусков и рекомендаций 
''Выступающий:'' Гильмутдинов Михаил, Чеснокова Полина 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/17Gilmutdinov_Chesnokova.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/17questions_Gilmutdinov_Chesnokova.pdf вопросы для проверки].

'''Семинар 19. ''' Синтетические градиенты 
''Выступающий:'' Иван Матковский 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/18Matkovsky.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/18questions_Matkovsky.pdf вопросы для проверки].

'''Семинар 20. ''' Мониторинг внимания аудитории 
''Выступающий:'' Илья Соловьев, Артем Шафаростов 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/19_Shafarostov_Solovjev.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/19questions_Shafarostov_Solovjev.pdf вопросы для проверки].

'''Семинар 21. ''' The Tradeoffs of Large Scale Learning 
''Выступающий:'' Антон Стрельцов 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/20Strelcov.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/20questions_Strelcov.pdf вопросы для проверки].

'''Семинар 22. ''' Стохастическая оптимизация 
''Выступающий:'' Андрей Сон 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/21Son.pdf презентация], [https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/questions/21questions_Son.pdf вопросы для проверки].

'''Семинар 23. ''' Word Mover's Distance 
''Выступающий:'' Ксения Вальчук, Анастасия Царькова 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/22Valchuk_Tsarkova.pdf презентация], [https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/questions/22questions_Valchuk_Tsarkova.pdf вопросы для проверки].

'''Семинар 24. ''' ROC, Cost, PR кривые 
''Выступающий:'' Валерий Гиркин 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/23Girkin.pdf презентация], [https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/questions/23questions_Girkin.pdf вопросы для проверки].

'''Семинар 24. ''' Generative Adversarial Networks 
''Выступающий:'' Мария Новикова 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/24Novikova.pdf презентация], [https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/questions/24questions_Novikova.pdf вопросы для проверки].

'''Семинар 25. ''' PAC-обучение 
''Выступающий:'' Арсения Шихова 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/25Shihova.pdf презентация], [https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/questions/25questions_Shihova.pdf вопросы для проверки].

'''Семинар 26. ''' Supervised Word Mover's Distance 
''Выступающий:'' Павел Поляков 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/26Polyakov.pdf презентация], [https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/questions/26questions_Polyakov.pdf вопросы для проверки].

Список семинаров 142 группы - НИС МОП 2016/2017

2017-05-11T08:29:33Z

Struminsky:

'''[[НИС Машинное обучение и приложения 2016/2017|НИС Машинное обучение и приложения 2016/2017]]'''

'''Семинар 1. Оптимизация расхода ферросплавов при производстве стали.''' 
''Выступающий:'' Кирилл Неклюдов 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/01Nekludov.pdf презентация].

'''Семинар 2. Менеджмент в IT.''' 
''Выступающий:'' Александр Белугин 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/02Belugin.pdf презентация].

'''Семинар 3. Incremental Newton Method for Minimizing Big Sums of Functions.''' 
''Выступающий:'' Антон Родоманов 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/03Rodomanov.pdf презентация], [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/questions/03questions_Rodomanov.pdf вопросы для проверки].

'''Семинар 4. Построение медицинских тест-систем с использованием метода опорных векторов и метода ближайших центроидов.''' 
''Выступающий:'' Николай Быков 
''Материалы:'' [http://bayesgroup.github.io/nis/2016-2017/presentations/04Bykov.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/04questions_Bykov.pdf вопросы для проверки].

'''Семинар 5.1. Разбор двумерных сцен с помощью порождающего и нейросетевого подхода.''' 
''Выступающий:'' Артем Гадецкий 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/05Gadetsky.pdf презентация], [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/questions/05questions_Gadetsky.pdf вопросы для проверки].

'''Семинар 5.2. ''' Построение математических моделей экономических процессов методами регрессионного анализа 
''Выступающий:'' Полина Чеснокова 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/05Chesnokova.pdf презентация], [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/05Chesnokova_KR.pdf курсовая работа], [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/questions/05questions_Chesnokova.pdf вопросы для проверки].

'''Семинар 6. ''' Обучение с подкреплением 
''Выступающий:'' Павел Шевчук 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/06Shevchuk.pdf презентация], [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/questions/06questions_Shevchuk.pdf вопросы для проверки].

'''Семинар 7. ''' AlphaGo or how Deepmind taught a machine to win 
''Выступающий:'' Артем Гадецкий 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/presentations/07Gadetsky.pdf презентация],[https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/questions/07questions_Gadetsky.pdf вопросы для проверки].

'''Семинар 8. ''' Convolutional Neural Networks for Visual Recognition 
''Выступающий:'' Павел Кондратенков 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/presentations/08Kondratenkov.pdf презентация],[https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/questions/08questions_Kondratenkov.pdf вопросы для проверки].

'''Семинар 9. ''' Кризис воспроизводимости в науке 
''Выступающий:'' Арсения Шихова, Александр Пушин 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/presentations/09Pushin_Shihova.pdf презентация], [https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/questions/09questions_Pushin_Shihova.pdf вопросы для проверки].

'''Семинар 10. ''' Новые архитектуры для зрения 
''Выступающий:'' Антон Кудинов, Даниил Петроченко 
''Материалы:'' [http://bayesgroup.github.io/nis/2016-2017/presentations/10Kudinov_Petrochenko.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/10questions_Kudinov_Petrochenko.pdf вопросы для проверки].

'''Семинар 11. ''' Классификация с пересекающимися классами 
''Выступающий:'' Елизавета Вахрамеева, Диана Полонская 
''Материалы:'' [http://bayesgroup.github.io/nis/2016-2017/presentations/11Polonskaya_Vahrameeva.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/11questions_Polonskaya_Vahrameeva.pdf вопросы для проверки]

'''Семинар 12. ''' Обобщения SVM: многоклассовый и одноклассовый варианты 
''Выступающий:'' Никита Бенькович 
''Материалы:'' [http://bayesgroup.github.io/nis/2016-2017/presentations/12Benkovich.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/12questions_Benkovich.pdf вопросы для проверки].

'''Семинар 13. ''' Работа с категориальными признаками 
''Выступающий:'' Дарья Воронкова, Таисия Глушкова 
''Материалы:'' [http://bayesgroup.github.io/nis/2016-2017/presentations/13Glushkova_Voronkova.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/13questions_Glushkova_Voronkova.pdf вопросы для проверки].

'''Семинар 14. ''' Устойчивость кластеризации биологических образцов к малым изменениям данных 
''Выступающий:'' Максим Никольский 
''Материалы:'' [http://bayesgroup.github.io/nis/2016-2017/presentations/14Nikolsky.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/14questions_Nikolsky.pdf вопросы для проверки].

'''Семинар 15. Рассказ о конференции NIPS 2016.''' 
''Выступающий:'' Екатерина Лобачева, Кирилл Струминский, Михаил Хальман 
''Дата:'' 17 января 
''Материалы:'' [https://docs.google.com/presentation/d/1_GCwgjNSnnrjksXMBoR_rKeLwcqoyxFRKiynEAhXC7M/edit?usp=sharing презентация].

'''Семинар 16. ''' Обучение с подкреплением, Q-learning и Atari DQN 
''Выступающий:'' Михаил Конобеев 
''Материалы:'' [http://bayesgroup.github.io/nis/2016-2017/presentations/15Konobeev.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/15questions_Konobeev.pdf вопросы для проверки].

'''Семинар 17. ''' Мониторинг внимания аудитории 
''Выступающий:'' Илья Соловьев 
''Материалы:'' -.

'''Семинар 18. ''' Матричные разложения: обзор методов и применение в машинном обучении для понижения размерности, заполнения пропусков и рекомендаций 
''Выступающий:'' Гильмутдинов Михаил, Чеснокова Полина 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/17Gilmutdinov_Chesnokova.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/17questions_Gilmutdinov_Chesnokova.pdf вопросы для проверки].

'''Семинар 19. ''' Синтетические градиенты 
''Выступающий:'' Иван Матковский 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/18Matkovsky.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/18questions_Matkovsky.pdf вопросы для проверки].

'''Семинар 20. ''' Мониторинг внимания аудитории 
''Выступающий:'' Илья Соловьев, Артем Шафаростов 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/19_Shafarostov_Solovjev.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/19questions_Shafarostov_Solovjev.pdf вопросы для проверки].

'''Семинар 21. ''' The Tradeoffs of Large Scale Learning 
''Выступающий:'' Антон Стрельцов 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/20Strelcov.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/20questions_Strelcov.pdf вопросы для проверки].

'''Семинар 22. ''' Стохастическая оптимизация 
''Выступающий:'' Андрей Сон 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/21Son.pdf презентация], [https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/questions/21questions_Son.pdf вопросы для проверки].

'''Семинар 23. ''' Word Mover's Distance 
''Выступающий:'' Ксения Вальчук, Анастасия Царькова 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/22Valchuk_Tsarkova.pdf презентация], [https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/questions/22questions_Valchuk_Tsarkova.pdf вопросы для проверки].

'''Семинар 24. ''' ROC, Cost, PR кривые 
''Выступающий:'' Валерий Гиркин 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/23Girkin.pdf презентация], [https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/questions/23questions_Girkin.pdf вопросы для проверки].

'''Семинар 24. ''' Generative Adversarial Networks 
''Выступающий:'' Мария Новикова 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/24Novikova.pdf презентация], [https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/questions/24questions_Novikova.pdf вопросы для проверки].

'''Семинар 25. ''' PAC-обучение 
''Выступающий:'' Арсения Шихова 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/25Shihova.pdf презентация], [https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/questions/25questions_Shihova.pdf вопросы для проверки].

'''Семинар 27. ''' Supervised Word Mover's Distance 
''Выступающий:'' Павел Поляков 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/26Polyakov.pdf презентация], [https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/questions/26questions_Polyakov.pdf вопросы для проверки].

Список семинаров 142 группы - НИС МОП 2016/2017

2017-04-17T22:33:22Z

Struminsky:

'''[[НИС Машинное обучение и приложения 2016/2017|НИС Машинное обучение и приложения 2016/2017]]'''

'''Семинар 1. Оптимизация расхода ферросплавов при производстве стали.''' 
''Выступающий:'' Кирилл Неклюдов 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/01Nekludov.pdf презентация].

'''Семинар 2. Менеджмент в IT.''' 
''Выступающий:'' Александр Белугин 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/02Belugin.pdf презентация].

'''Семинар 3. Incremental Newton Method for Minimizing Big Sums of Functions.''' 
''Выступающий:'' Антон Родоманов 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/03Rodomanov.pdf презентация], [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/questions/03questions_Rodomanov.pdf вопросы для проверки].

'''Семинар 4. Построение медицинских тест-систем с использованием метода опорных векторов и метода ближайших центроидов.''' 
''Выступающий:'' Николай Быков 
''Материалы:'' [http://bayesgroup.github.io/nis/2016-2017/presentations/04Bykov.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/04questions_Bykov.pdf вопросы для проверки].

'''Семинар 5.1. Разбор двумерных сцен с помощью порождающего и нейросетевого подхода.''' 
''Выступающий:'' Артем Гадецкий 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/05Gadetsky.pdf презентация], [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/questions/05questions_Gadetsky.pdf вопросы для проверки].

'''Семинар 5.2. ''' Построение математических моделей экономических процессов методами регрессионного анализа 
''Выступающий:'' Полина Чеснокова 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/05Chesnokova.pdf презентация], [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/05Chesnokova_KR.pdf курсовая работа], [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/questions/05questions_Chesnokova.pdf вопросы для проверки].

'''Семинар 6. ''' Обучение с подкреплением 
''Выступающий:'' Павел Шевчук 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/06Shevchuk.pdf презентация], [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/questions/06questions_Shevchuk.pdf вопросы для проверки].

'''Семинар 7. ''' AlphaGo or how Deepmind taught a machine to win 
''Выступающий:'' Артем Гадецкий 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/presentations/07Gadetsky.pdf презентация],[https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/questions/07questions_Gadetsky.pdf вопросы для проверки].

'''Семинар 8. ''' Convolutional Neural Networks for Visual Recognition 
''Выступающий:'' Павел Кондратенков 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/presentations/08Kondratenkov.pdf презентация],[https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/questions/08questions_Kondratenkov.pdf вопросы для проверки].

'''Семинар 9. ''' Кризис воспроизводимости в науке 
''Выступающий:'' Арсения Шихова, Александр Пушин 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/presentations/09Pushin_Shihova.pdf презентация], [https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/questions/09questions_Pushin_Shihova.pdf вопросы для проверки].

'''Семинар 10. ''' Новые архитектуры для зрения 
''Выступающий:'' Антон Кудинов, Даниил Петроченко 
''Материалы:'' [http://bayesgroup.github.io/nis/2016-2017/presentations/10Kudinov_Petrochenko.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/10questions_Kudinov_Petrochenko.pdf вопросы для проверки].

'''Семинар 11. ''' Классификация с пересекающимися классами 
''Выступающий:'' Елизавета Вахрамеева, Диана Полонская 
''Материалы:'' [http://bayesgroup.github.io/nis/2016-2017/presentations/11Polonskaya_Vahrameeva.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/11questions_Polonskaya_Vahrameeva.pdf вопросы для проверки]

'''Семинар 12. ''' Обобщения SVM: многоклассовый и одноклассовый варианты 
''Выступающий:'' Никита Бенькович 
''Материалы:'' [http://bayesgroup.github.io/nis/2016-2017/presentations/12Benkovich.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/12questions_Benkovich.pdf вопросы для проверки].

'''Семинар 13. ''' Работа с категориальными признаками 
''Выступающий:'' Дарья Воронкова, Таисия Глушкова 
''Материалы:'' [http://bayesgroup.github.io/nis/2016-2017/presentations/13Glushkova_Voronkova.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/13questions_Glushkova_Voronkova.pdf вопросы для проверки].

'''Семинар 14. ''' Устойчивость кластеризации биологических образцов к малым изменениям данных 
''Выступающий:'' Максим Никольский 
''Материалы:'' [http://bayesgroup.github.io/nis/2016-2017/presentations/14Nikolsky.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/14questions_Nikolsky.pdf вопросы для проверки].

'''Семинар 15. Рассказ о конференции NIPS 2016.''' 
''Выступающий:'' Екатерина Лобачева, Кирилл Струминский, Михаил Хальман 
''Дата:'' 17 января 
''Материалы:'' [https://docs.google.com/presentation/d/1_GCwgjNSnnrjksXMBoR_rKeLwcqoyxFRKiynEAhXC7M/edit?usp=sharing презентация].

'''Семинар 16. ''' Обучение с подкреплением, Q-learning и Atari DQN 
''Выступающий:'' Михаил Конобеев 
''Материалы:'' [http://bayesgroup.github.io/nis/2016-2017/presentations/15Konobeev.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/15questions_Konobeev.pdf вопросы для проверки].

'''Семинар 17. ''' Мониторинг внимания аудитории 
''Выступающий:'' Илья Соловьев 
''Материалы:'' -.

'''Семинар 18. ''' Матричные разложения: обзор методов и применение в машинном обучении для понижения размерности, заполнения пропусков и рекомендаций 
''Выступающий:'' Гильмутдинов Михаил, Чеснокова Полина 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/17Gilmutdinov_Chesnokova.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/17questions_Gilmutdinov_Chesnokova.pdf вопросы для проверки].

'''Семинар 19. ''' Синтетические градиенты 
''Выступающий:'' Иван Матковский 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/18Matkovsky.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/18questions_Matkovsky.pdf вопросы для проверки].

'''Семинар 20. ''' Мониторинг внимания аудитории 
''Выступающий:'' Илья Соловьев, Артем Шафаростов 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/19_Shafarostov_Solovjev.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/19questions_Shafarostov_Solovjev.pdf вопросы для проверки].

'''Семинар 21. ''' The Tradeoffs of Large Scale Learning 
''Выступающий:'' Антон Стрельцов 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/20Strelcov.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/20questions_Strelcov.pdf вопросы для проверки].

'''Семинар 22. ''' Стохастическая оптимизация 
''Выступающий:'' Андрей Сон 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/21Son.pdf презентация], [https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/questions/21questions_Son.pdf вопросы для проверки].

'''Семинар 23. ''' Word Mover's Distance 
''Выступающий:'' Ксения Вальчук, Анастасия Царькова 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/22Valchuk_Tsarkova.pdf презентация], [https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/questions/22questions_Valchuk_Tsarkova.pdf вопросы для проверки].

'''Семинар 24. ''' ROC, Cost, PR кривые 
''Выступающий:'' Валерий Гиркин 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/23Girkin.pdf презентация], [https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/questions/23questions_Girkin.pdf вопросы для проверки].

'''Семинар 24. ''' Generative Adversarial Networks 
''Выступающий:'' Мария Новикова 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/24Novikova.pdf презентация], [https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/questions/24questions_Novikova.pdf вопросы для проверки].

'''Семинар 25. ''' PAC-обучение 
''Выступающий:'' Арсения Шихова 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/25Shihova.pdf презентация], [https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/questions/25questions_Shihova.pdf вопросы для проверки].

'''Семинар 27. ''' Supervised Word Mover's Distance 
''Выступающий:'' Павел Поляков 
''Материалы:'' ожидаются.

Список семинаров 142 группы - НИС МОП 2016/2017

2017-04-14T10:26:41Z

Struminsky:

'''[[НИС Машинное обучение и приложения 2016/2017|НИС Машинное обучение и приложения 2016/2017]]'''

'''Семинар 1. Оптимизация расхода ферросплавов при производстве стали.''' 
''Выступающий:'' Кирилл Неклюдов 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/01Nekludov.pdf презентация].

'''Семинар 2. Менеджмент в IT.''' 
''Выступающий:'' Александр Белугин 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/02Belugin.pdf презентация].

'''Семинар 3. Incremental Newton Method for Minimizing Big Sums of Functions.''' 
''Выступающий:'' Антон Родоманов 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/03Rodomanov.pdf презентация], [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/questions/03questions_Rodomanov.pdf вопросы для проверки].

'''Семинар 4. Построение медицинских тест-систем с использованием метода опорных векторов и метода ближайших центроидов.''' 
''Выступающий:'' Николай Быков 
''Материалы:'' [http://bayesgroup.github.io/nis/2016-2017/presentations/04Bykov.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/04questions_Bykov.pdf вопросы для проверки].

'''Семинар 5.1. Разбор двумерных сцен с помощью порождающего и нейросетевого подхода.''' 
''Выступающий:'' Артем Гадецкий 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/05Gadetsky.pdf презентация], [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/questions/05questions_Gadetsky.pdf вопросы для проверки].

'''Семинар 5.2. ''' Построение математических моделей экономических процессов методами регрессионного анализа 
''Выступающий:'' Полина Чеснокова 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/05Chesnokova.pdf презентация], [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/05Chesnokova_KR.pdf курсовая работа], [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/questions/05questions_Chesnokova.pdf вопросы для проверки].

'''Семинар 6. ''' Обучение с подкреплением 
''Выступающий:'' Павел Шевчук 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/06Shevchuk.pdf презентация], [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/questions/06questions_Shevchuk.pdf вопросы для проверки].

'''Семинар 7. ''' AlphaGo or how Deepmind taught a machine to win 
''Выступающий:'' Артем Гадецкий 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/presentations/07Gadetsky.pdf презентация],[https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/questions/07questions_Gadetsky.pdf вопросы для проверки].

'''Семинар 8. ''' Convolutional Neural Networks for Visual Recognition 
''Выступающий:'' Павел Кондратенков 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/presentations/08Kondratenkov.pdf презентация],[https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/questions/08questions_Kondratenkov.pdf вопросы для проверки].

'''Семинар 9. ''' Кризис воспроизводимости в науке 
''Выступающий:'' Арсения Шихова, Александр Пушин 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/presentations/09Pushin_Shihova.pdf презентация], [https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/questions/09questions_Pushin_Shihova.pdf вопросы для проверки].

'''Семинар 10. ''' Новые архитектуры для зрения 
''Выступающий:'' Антон Кудинов, Даниил Петроченко 
''Материалы:'' [http://bayesgroup.github.io/nis/2016-2017/presentations/10Kudinov_Petrochenko.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/10questions_Kudinov_Petrochenko.pdf вопросы для проверки].

'''Семинар 11. ''' Классификация с пересекающимися классами 
''Выступающий:'' Елизавета Вахрамеева, Диана Полонская 
''Материалы:'' [http://bayesgroup.github.io/nis/2016-2017/presentations/11Polonskaya_Vahrameeva.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/11questions_Polonskaya_Vahrameeva.pdf вопросы для проверки]

'''Семинар 12. ''' Обобщения SVM: многоклассовый и одноклассовый варианты 
''Выступающий:'' Никита Бенькович 
''Материалы:'' [http://bayesgroup.github.io/nis/2016-2017/presentations/12Benkovich.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/12questions_Benkovich.pdf вопросы для проверки].

'''Семинар 13. ''' Работа с категориальными признаками 
''Выступающий:'' Дарья Воронкова, Таисия Глушкова 
''Материалы:'' [http://bayesgroup.github.io/nis/2016-2017/presentations/13Glushkova_Voronkova.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/13questions_Glushkova_Voronkova.pdf вопросы для проверки].

'''Семинар 14. ''' Устойчивость кластеризации биологических образцов к малым изменениям данных 
''Выступающий:'' Максим Никольский 
''Материалы:'' [http://bayesgroup.github.io/nis/2016-2017/presentations/14Nikolsky.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/14questions_Nikolsky.pdf вопросы для проверки].

'''Семинар 15. Рассказ о конференции NIPS 2016.''' 
''Выступающий:'' Екатерина Лобачева, Кирилл Струминский, Михаил Хальман 
''Дата:'' 17 января 
''Материалы:'' [https://docs.google.com/presentation/d/1_GCwgjNSnnrjksXMBoR_rKeLwcqoyxFRKiynEAhXC7M/edit?usp=sharing презентация].

'''Семинар 16. ''' Обучение с подкреплением, Q-learning и Atari DQN 
''Выступающий:'' Михаил Конобеев 
''Материалы:'' [http://bayesgroup.github.io/nis/2016-2017/presentations/15Konobeev.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/15questions_Konobeev.pdf вопросы для проверки].

'''Семинар 17. ''' Мониторинг внимания аудитории 
''Выступающий:'' Илья Соловьев 
''Материалы:'' -.

'''Семинар 18. ''' Матричные разложения: обзор методов и применение в машинном обучении для понижения размерности, заполнения пропусков и рекомендаций 
''Выступающий:'' Гильмутдинов Михаил, Чеснокова Полина 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/17Gilmutdinov_Chesnokova.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/17questions_Gilmutdinov_Chesnokova.pdf вопросы для проверки].

'''Семинар 19. ''' Синтетические градиенты 
''Выступающий:'' Иван Матковский 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/18Matkovsky.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/18questions_Matkovsky.pdf вопросы для проверки].

'''Семинар 20. ''' Мониторинг внимания аудитории 
''Выступающий:'' Илья Соловьев, Артем Шафаростов 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/19_Shafarostov_Solovjev.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/19questions_Shafarostov_Solovjev.pdf вопросы для проверки].

'''Семинар 21. ''' The Tradeoffs of Large Scale Learning 
''Выступающий:'' Антон Стрельцов 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/20Strelcov.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/20questions_Strelcov.pdf вопросы для проверки].

'''Семинар 22. ''' Стохастическая оптимизация 
''Выступающий:'' Андрей Сон 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/21Son.pdf презентация], [https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/questions/21questions_Son.pdf вопросы для проверки].

'''Семинар 23. ''' Word Mover's Distance 
''Выступающий:'' Ксения Вальчук, Анастасия Царькова 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/22Valchuk_Tsarkova.pdf презентация], [https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/questions/22questions_Valchuk_Tsarkova.pdf вопросы для проверки].

'''Семинар 24. ''' ROC, Cost, PR кривые 
''Выступающий:'' Валерий Гиркин 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/23Girkin.pdf презентация], [https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/questions/23questions_Girkin.pdf вопросы для проверки].

'''Семинар 24. ''' Generative Adversarial Networks 
''Выступающий:'' Мария Новикова 
''Материалы:'' ожидаются.

'''Семинар 25. ''' PAC-обучение 
''Выступающий:'' Арсения Шихова 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/25Shihova.pdf презентация], [https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/questions/25questions_Shihova.pdf вопросы для проверки].

'''Семинар 27. ''' Supervised Word Mover's Distance 
''Выступающий:'' Павел Поляков 
''Материалы:'' ожидаются.

Список семинаров 142 группы - НИС МОП 2016/2017

2017-04-10T10:18:25Z

Struminsky:

'''[[НИС Машинное обучение и приложения 2016/2017|НИС Машинное обучение и приложения 2016/2017]]'''

'''Семинар 1. Оптимизация расхода ферросплавов при производстве стали.''' 
''Выступающий:'' Кирилл Неклюдов 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/01Nekludov.pdf презентация].

'''Семинар 2. Менеджмент в IT.''' 
''Выступающий:'' Александр Белугин 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/02Belugin.pdf презентация].

'''Семинар 3. Incremental Newton Method for Minimizing Big Sums of Functions.''' 
''Выступающий:'' Антон Родоманов 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/03Rodomanov.pdf презентация], [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/questions/03questions_Rodomanov.pdf вопросы для проверки].

'''Семинар 4. Построение медицинских тест-систем с использованием метода опорных векторов и метода ближайших центроидов.''' 
''Выступающий:'' Николай Быков 
''Материалы:'' [http://bayesgroup.github.io/nis/2016-2017/presentations/04Bykov.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/04questions_Bykov.pdf вопросы для проверки].

'''Семинар 5.1. Разбор двумерных сцен с помощью порождающего и нейросетевого подхода.''' 
''Выступающий:'' Артем Гадецкий 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/05Gadetsky.pdf презентация], [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/questions/05questions_Gadetsky.pdf вопросы для проверки].

'''Семинар 5.2. ''' Построение математических моделей экономических процессов методами регрессионного анализа 
''Выступающий:'' Полина Чеснокова 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/05Chesnokova.pdf презентация], [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/05Chesnokova_KR.pdf курсовая работа], [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/questions/05questions_Chesnokova.pdf вопросы для проверки].

'''Семинар 6. ''' Обучение с подкреплением 
''Выступающий:'' Павел Шевчук 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/06Shevchuk.pdf презентация], [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/questions/06questions_Shevchuk.pdf вопросы для проверки].

'''Семинар 7. ''' AlphaGo or how Deepmind taught a machine to win 
''Выступающий:'' Артем Гадецкий 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/presentations/07Gadetsky.pdf презентация],[https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/questions/07questions_Gadetsky.pdf вопросы для проверки].

'''Семинар 8. ''' Convolutional Neural Networks for Visual Recognition 
''Выступающий:'' Павел Кондратенков 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/presentations/08Kondratenkov.pdf презентация],[https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/questions/08questions_Kondratenkov.pdf вопросы для проверки].

'''Семинар 9. ''' Кризис воспроизводимости в науке 
''Выступающий:'' Арсения Шихова, Александр Пушин 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/presentations/09Pushin_Shihova.pdf презентация], [https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/questions/09questions_Pushin_Shihova.pdf вопросы для проверки].

'''Семинар 10. ''' Новые архитектуры для зрения 
''Выступающий:'' Антон Кудинов, Даниил Петроченко 
''Материалы:'' [http://bayesgroup.github.io/nis/2016-2017/presentations/10Kudinov_Petrochenko.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/10questions_Kudinov_Petrochenko.pdf вопросы для проверки].

'''Семинар 11. ''' Классификация с пересекающимися классами 
''Выступающий:'' Елизавета Вахрамеева, Диана Полонская 
''Материалы:'' [http://bayesgroup.github.io/nis/2016-2017/presentations/11Polonskaya_Vahrameeva.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/11questions_Polonskaya_Vahrameeva.pdf вопросы для проверки]

'''Семинар 12. ''' Обобщения SVM: многоклассовый и одноклассовый варианты 
''Выступающий:'' Никита Бенькович 
''Материалы:'' [http://bayesgroup.github.io/nis/2016-2017/presentations/12Benkovich.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/12questions_Benkovich.pdf вопросы для проверки].

'''Семинар 13. ''' Работа с категориальными признаками 
''Выступающий:'' Дарья Воронкова, Таисия Глушкова 
''Материалы:'' [http://bayesgroup.github.io/nis/2016-2017/presentations/13Glushkova_Voronkova.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/13questions_Glushkova_Voronkova.pdf вопросы для проверки].

'''Семинар 14. ''' Устойчивость кластеризации биологических образцов к малым изменениям данных 
''Выступающий:'' Максим Никольский 
''Материалы:'' [http://bayesgroup.github.io/nis/2016-2017/presentations/14Nikolsky.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/14questions_Nikolsky.pdf вопросы для проверки].

'''Семинар 15. Рассказ о конференции NIPS 2016.''' 
''Выступающий:'' Екатерина Лобачева, Кирилл Струминский, Михаил Хальман 
''Дата:'' 17 января 
''Материалы:'' [https://docs.google.com/presentation/d/1_GCwgjNSnnrjksXMBoR_rKeLwcqoyxFRKiynEAhXC7M/edit?usp=sharing презентация].

'''Семинар 16. ''' Обучение с подкреплением, Q-learning и Atari DQN 
''Выступающий:'' Михаил Конобеев 
''Материалы:'' [http://bayesgroup.github.io/nis/2016-2017/presentations/15Konobeev.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/15questions_Konobeev.pdf вопросы для проверки].

'''Семинар 17. ''' Мониторинг внимания аудитории 
''Выступающий:'' Илья Соловьев 
''Материалы:'' -.

'''Семинар 18. ''' Матричные разложения: обзор методов и применение в машинном обучении для понижения размерности, заполнения пропусков и рекомендаций 
''Выступающий:'' Гильмутдинов Михаил, Чеснокова Полина 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/17Gilmutdinov_Chesnokova.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/17questions_Gilmutdinov_Chesnokova.pdf вопросы для проверки].

'''Семинар 19. ''' Синтетические градиенты 
''Выступающий:'' Иван Матковский 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/18Matkovsky.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/18questions_Matkovsky.pdf вопросы для проверки].

'''Семинар 20. ''' Мониторинг внимания аудитории 
''Выступающий:'' Илья Соловьев, Артем Шафаростов 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/19_Shafarostov_Solovjev.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/19questions_Shafarostov_Solovjev.pdf вопросы для проверки].

'''Семинар 21. ''' The Tradeoffs of Large Scale Learning 
''Выступающий:'' Антон Стрельцов 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/20Strelcov.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/20questions_Strelcov.pdf вопросы для проверки].

'''Семинар 22. ''' Стохастическая оптимизация 
''Выступающий:'' Андрей Сон 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/21Son.pdf презентация], [https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/questions/21questions_Son.pdf вопросы для проверки].

'''Семинар 23. ''' Word Mover's Distance 
''Выступающий:'' Ксения Вальчук, Анастасия Царькова 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/22Valchuk_Tsarkova.pdf презентация], [https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/questions/22questions_Valchuk_Tsarkova.pdf вопросы для проверки].

'''Семинар 24. ''' ROC, Cost, PR кривые 
''Выступающий:'' Валерий Гиркин 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/23Girkin.pdf презентация], [https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/questions/23questions_Girkin.pdf вопросы для проверки].

'''Семинар 24. ''' Generative Adversarial Networks 
''Выступающий:'' Мария Новикова 
''Материалы:'' ожидаются.

'''Семинар 25. ''' PAC-обучение 
''Выступающий:'' Арсения Шихова 
''Материалы:'' ожидаются.

'''Семинар 27. ''' Supervised Word Mover's Distance 
''Выступающий:'' Павел Поляков 
''Материалы:'' ожидаются.

Список семинаров 142 группы - НИС МОП 2016/2017

2017-04-03T07:17:45Z

Struminsky:

Список семинаров 142 группы - НИС МОП 2016/2017

2017-03-28T14:41:50Z

Struminsky:

Список семинаров 142 группы - НИС МОП 2016/2017

2017-03-20T06:08:51Z

Struminsky:

Список семинаров 142 группы - НИС МОП 2016/2017

2017-03-13T14:14:07Z

Struminsky:

Список семинаров 142 группы - НИС МОП 2016/2017

2017-03-06T12:53:43Z

Struminsky:

'''[[НИС Машинное обучение и приложения 2016/2017|НИС Машинное обучение и приложения 2016/2017]]'''

'''Семинар 1. Оптимизация расхода ферросплавов при производстве стали.''' 
''Выступающий:'' Кирилл Неклюдов 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/01Nekludov.pdf презентация].

'''Семинар 2. Менеджмент в IT.''' 
''Выступающий:'' Александр Белугин 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/02Belugin.pdf презентация].

'''Семинар 3. Incremental Newton Method for Minimizing Big Sums of Functions.''' 
''Выступающий:'' Антон Родоманов 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/03Rodomanov.pdf презентация], [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/questions/03questions_Rodomanov.pdf вопросы для проверки].

'''Семинар 4. Построение медицинских тест-систем с использованием метода опорных векторов и метода ближайших центроидов.''' 
''Выступающий:'' Николай Быков 
''Материалы:'' [http://bayesgroup.github.io/nis/2016-2017/presentations/04Bykov.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/04questions_Bykov.pdf вопросы для проверки].

'''Семинар 5.1. Разбор двумерных сцен с помощью порождающего и нейросетевого подхода.''' 
''Выступающий:'' Артем Гадецкий 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/05Gadetsky.pdf презентация], [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/questions/05questions_Gadetsky.pdf вопросы для проверки].

'''Семинар 5.2. ''' Построение математических моделей экономических процессов методами регрессионного анализа 
''Выступающий:'' Полина Чеснокова 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/05Chesnokova.pdf презентация], [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/05Chesnokova_KR.pdf курсовая работа], [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/questions/05questions_Chesnokova.pdf вопросы для проверки].

'''Семинар 6. ''' Обучение с подкреплением 
''Выступающий:'' Павел Шевчук 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/06Shevchuk.pdf презентация], [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/questions/06questions_Shevchuk.pdf вопросы для проверки].

'''Семинар 7. ''' AlphaGo or how Deepmind taught a machine to win 
''Выступающий:'' Артем Гадецкий 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/presentations/07Gadetsky.pdf презентация],[https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/questions/07questions_Gadetsky.pdf вопросы для проверки].

'''Семинар 8. ''' Convolutional Neural Networks for Visual Recognition 
''Выступающий:'' Павел Кондратенков 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/presentations/08Kondratenkov.pdf презентация],[https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/questions/08questions_Kondratenkov.pdf вопросы для проверки].

'''Семинар 9. ''' Кризис воспроизводимости в науке 
''Выступающий:'' Арсения Шихова, Александр Пушин 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/presentations/09Pushin_Shihova.pdf презентация], [https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/questions/09questions_Pushin_Shihova.pdf вопросы для проверки].

'''Семинар 10. ''' Новые архитектуры для зрения 
''Выступающий:'' Антон Кудинов, Даниил Петроченко 
''Материалы:'' [http://bayesgroup.github.io/nis/2016-2017/presentations/10Kudinov_Petrochenko.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/10questions_Kudinov_Petrochenko.pdf вопросы для проверки].

'''Семинар 11. ''' Классификация с пересекающимися классами 
''Выступающий:'' Елизавета Вахрамеева, Диана Полонская 
''Материалы:'' [http://bayesgroup.github.io/nis/2016-2017/presentations/11Polonskaya_Vahrameeva.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/11questions_Polonskaya_Vahrameeva.pdf вопросы для проверки]

'''Семинар 12. ''' Обобщения SVM: многоклассовый и одноклассовый варианты 
''Выступающий:'' Никита Бенькович 
''Материалы:'' [http://bayesgroup.github.io/nis/2016-2017/presentations/12Benkovich.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/12questions_Benkovich.pdf вопросы для проверки].

'''Семинар 13. ''' Работа с категориальными признаками 
''Выступающий:'' Дарья Воронкова, Таисия Глушкова 
''Материалы:'' [http://bayesgroup.github.io/nis/2016-2017/presentations/13Glushkova_Voronkova.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/13questions_Glushkova_Voronkova.pdf вопросы для проверки].

'''Семинар 14. ''' Устойчивость кластеризации биологических образцов к малым изменениям данных 
''Выступающий:'' Максим Никольский 
''Материалы:'' [http://bayesgroup.github.io/nis/2016-2017/presentations/14Nikolsky.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/14questions_Nikolsky.pdf вопросы для проверки].

'''Семинар 15. Рассказ о конференции NIPS 2016.''' 
''Выступающий:'' Екатерина Лобачева, Кирилл Струминский, Михаил Хальман 
''Дата:'' 17 января 
''Материалы:'' [https://docs.google.com/presentation/d/1_GCwgjNSnnrjksXMBoR_rKeLwcqoyxFRKiynEAhXC7M/edit?usp=sharing презентация].

'''Семинар 16. ''' Обучение с подкреплением, Q-learning и Atari DQN 
''Выступающий:'' Михаил Конобеев 
''Материалы:'' [http://bayesgroup.github.io/nis/2016-2017/presentations/15Konobeev.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/15questions_Konobeev.pdf вопросы для проверки].

'''Семинар 17. ''' Мониторинг внимания аудитории 
''Выступающий:'' Илья Соловьев 
''Материалы:'' -.

'''Семинар 18. ''' Матричные разложения: обзор методов и применение в машинном обучении для понижения размерности, заполнения пропусков и рекомендаций 
''Выступающий:'' Гильмутдинов Михаил, Чеснокова Полина 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/17Gilmutdinov_Chesnokova.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/17questions_Gilmutdinov_Chesnokova.pdf вопросы для проверки].

'''Семинар 19. ''' Синтетические градиенты 
''Выступающий:'' Иван Матковский 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/18Matkovsky.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/18questions_Matkovsky.pdf вопросы для проверки].

'''Семинар 20. ''' Мониторинг внимания аудитории 
''Выступающий:'' Илья Соловьев, Артем Шафаростов 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/19_Shafarostov_Solovjev.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/19questions_Shafarostov_Solovjev.pdf вопросы для проверки].

'''Семинар 21. ''' Кривые для оценивания качества классификаторов: cost curves, соотношение ROC- и PR-кривых 
''Выступающий:'' Валерий Гиркин 
''Материалы:'' ожидаются.

Список семинаров 142 группы - НИС МОП 2016/2017

2017-02-21T09:49:08Z

Struminsky:

'''[[НИС Машинное обучение и приложения 2016/2017|НИС Машинное обучение и приложения 2016/2017]]'''

'''Семинар 1. Оптимизация расхода ферросплавов при производстве стали.''' 
''Выступающий:'' Кирилл Неклюдов 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/01Nekludov.pdf презентация].

'''Семинар 2. Менеджмент в IT.''' 
''Выступающий:'' Александр Белугин 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/02Belugin.pdf презентация].

'''Семинар 3. Incremental Newton Method for Minimizing Big Sums of Functions.''' 
''Выступающий:'' Антон Родоманов 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/03Rodomanov.pdf презентация], [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/questions/03questions_Rodomanov.pdf вопросы для проверки].

'''Семинар 4. Построение медицинских тест-систем с использованием метода опорных векторов и метода ближайших центроидов.''' 
''Выступающий:'' Николай Быков 
''Материалы:'' [http://bayesgroup.github.io/nis/2016-2017/presentations/04Bykov.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/04questions_Bykov.pdf вопросы для проверки].

'''Семинар 5.1. Разбор двумерных сцен с помощью порождающего и нейросетевого подхода.''' 
''Выступающий:'' Артем Гадецкий 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/05Gadetsky.pdf презентация], [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/questions/05questions_Gadetsky.pdf вопросы для проверки].

'''Семинар 5.2. ''' Построение математических моделей экономических процессов методами регрессионного анализа 
''Выступающий:'' Полина Чеснокова 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/05Chesnokova.pdf презентация], [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/05Chesnokova_KR.pdf курсовая работа], [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/questions/05questions_Chesnokova.pdf вопросы для проверки].

'''Семинар 6. ''' Обучение с подкреплением 
''Выступающий:'' Павел Шевчук 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/06Shevchuk.pdf презентация], [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/questions/06questions_Shevchuk.pdf вопросы для проверки].

'''Семинар 7. ''' AlphaGo or how Deepmind taught a machine to win 
''Выступающий:'' Артем Гадецкий 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/presentations/07Gadetsky.pdf презентация],[https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/questions/07questions_Gadetsky.pdf вопросы для проверки].

'''Семинар 8. ''' Convolutional Neural Networks for Visual Recognition 
''Выступающий:'' Павел Кондратенков 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/presentations/08Kondratenkov.pdf презентация],[https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/questions/08questions_Kondratenkov.pdf вопросы для проверки].

'''Семинар 9. ''' Кризис воспроизводимости в науке 
''Выступающий:'' Арсения Шихова, Александр Пушин 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/presentations/09Pushin_Shihova.pdf презентация], [https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/questions/09questions_Pushin_Shihova.pdf вопросы для проверки].

'''Семинар 10. ''' Новые архитектуры для зрения 
''Выступающий:'' Антон Кудинов, Даниил Петроченко 
''Материалы:'' [http://bayesgroup.github.io/nis/2016-2017/presentations/10Kudinov_Petrochenko.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/10questions_Kudinov_Petrochenko.pdf вопросы для проверки].

'''Семинар 11. ''' Классификация с пересекающимися классами 
''Выступающий:'' Елизавета Вахрамеева, Диана Полонская 
''Материалы:'' [http://bayesgroup.github.io/nis/2016-2017/presentations/11Polonskaya_Vahrameeva.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/11questions_Polonskaya_Vahrameeva.pdf вопросы для проверки]

'''Семинар 12. ''' Обобщения SVM: многоклассовый и одноклассовый варианты 
''Выступающий:'' Никита Бенькович 
''Материалы:'' [http://bayesgroup.github.io/nis/2016-2017/presentations/12Benkovich.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/12questions_Benkovich.pdf вопросы для проверки].

'''Семинар 13. ''' Работа с категориальными признаками 
''Выступающий:'' Дарья Воронкова, Таисия Глушкова 
''Материалы:'' [http://bayesgroup.github.io/nis/2016-2017/presentations/13Glushkova_Voronkova.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/13questions_Glushkova_Voronkova.pdf вопросы для проверки].

'''Семинар 14. ''' Устойчивость кластеризации биологических образцов к малым изменениям данных 
''Выступающий:'' Максим Никольский 
''Материалы:'' [http://bayesgroup.github.io/nis/2016-2017/presentations/14Nikolsky.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/14questions_Nikolsky.pdf вопросы для проверки].

'''Семинар 15. Рассказ о конференции NIPS 2016.''' 
''Выступающий:'' Екатерина Лобачева, Кирилл Струминский, Михаил Хальман 
''Дата:'' 17 января 
''Материалы:'' [https://docs.google.com/presentation/d/1_GCwgjNSnnrjksXMBoR_rKeLwcqoyxFRKiynEAhXC7M/edit?usp=sharing презентация].

'''Семинар 16. ''' Обучение с подкреплением, Q-learning и Atari DQN 
''Выступающий:'' Михаил Конобеев 
''Материалы:'' [http://bayesgroup.github.io/nis/2016-2017/presentations/15Konobeev.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/15questions_Konobeev.pdf вопросы для проверки].

'''Семинар 17. ''' Мониторинг внимания аудитории 
''Выступающий:'' Илья Соловьев 
''Материалы:'' -.

'''Семинар 18. ''' Матричные разложения: обзор методов и применение в машинном обучении для понижения размерности, заполнения пропусков и рекомендаций 
''Выступающий:'' Гильмутдинов Михаил, Чеснокова Полина 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/17Gilmutdinov_Chesnokova.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/17questions_Gilmutdinov_Chesnokova.pdf вопросы для проверки].

'''Семинар 19. ''' Синтетические градиенты 
''Выступающий:'' Иван Матковский 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/18Matkovsky.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/18questions_Matkovsky.pdf вопросы для проверки].

'''Семинар 20. ''' Мониторинг внимания аудитории 
''Выступающий:'' Илья Соловьев, Артем Шафаростов 
''Материалы:'' ожидаются.

'''Семинар 21. ''' Кривые для оценивания качества классификаторов: cost curves, соотношение ROC- и PR-кривых 
''Выступающий:'' Валерий Гиркин 
''Материалы:'' ожидаются.

Список семинаров 142 группы - НИС МОП 2016/2017

2017-02-19T22:53:00Z

Struminsky:

Список семинаров 142 группы - НИС МОП 2016/2017

2017-02-14T17:15:46Z

Struminsky:

'''[[НИС Машинное обучение и приложения 2016/2017|НИС Машинное обучение и приложения 2016/2017]]'''

'''Семинар 1. Оптимизация расхода ферросплавов при производстве стали.''' 
''Выступающий:'' Кирилл Неклюдов 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/01Nekludov.pdf презентация].

'''Семинар 2. Менеджмент в IT.''' 
''Выступающий:'' Александр Белугин 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/02Belugin.pdf презентация].

'''Семинар 3. Incremental Newton Method for Minimizing Big Sums of Functions.''' 
''Выступающий:'' Антон Родоманов 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/03Rodomanov.pdf презентация], [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/questions/03questions_Rodomanov.pdf вопросы для проверки].

'''Семинар 4. Построение медицинских тест-систем с использованием метода опорных векторов и метода ближайших центроидов.''' 
''Выступающий:'' Николай Быков 
''Материалы:'' [http://bayesgroup.github.io/nis/2016-2017/presentations/04Bykov.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/04questions_Bykov.pdf вопросы для проверки].

'''Семинар 5.1. Разбор двумерных сцен с помощью порождающего и нейросетевого подхода.''' 
''Выступающий:'' Артем Гадецкий 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/05Gadetsky.pdf презентация], [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/questions/05questions_Gadetsky.pdf вопросы для проверки].

'''Семинар 5.2. ''' Построение математических моделей экономических процессов методами регрессионного анализа 
''Выступающий:'' Полина Чеснокова 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/05Chesnokova.pdf презентация], [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/05Chesnokova_KR.pdf курсовая работа], [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/questions/05questions_Chesnokova.pdf вопросы для проверки].

'''Семинар 6. ''' Обучение с подкреплением 
''Выступающий:'' Павел Шевчук 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/06Shevchuk.pdf презентация], [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/questions/06questions_Shevchuk.pdf вопросы для проверки].

'''Семинар 7. ''' AlphaGo or how Deepmind taught a machine to win 
''Выступающий:'' Артем Гадецкий 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/presentations/07Gadetsky.pdf презентация],[https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/questions/07questions_Gadetsky.pdf вопросы для проверки].

'''Семинар 8. ''' Convolutional Neural Networks for Visual Recognition 
''Выступающий:'' Павел Кондратенков 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/presentations/08Kondratenkov.pdf презентация],[https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/questions/08questions_Kondratenkov.pdf вопросы для проверки].

'''Семинар 9. ''' Кризис воспроизводимости в науке 
''Выступающий:'' Арсения Шихова, Александр Пушин 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/presentations/09Pushin_Shihova.pdf презентация], [https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/questions/09questions_Pushin_Shihova.pdf вопросы для проверки].

'''Семинар 10. ''' Новые архитектуры для зрения 
''Выступающий:'' Антон Кудинов, Даниил Петроченко 
''Материалы:'' [http://bayesgroup.github.io/nis/2016-2017/presentations/10Kudinov_Petrochenko.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/10questions_Kudinov_Petrochenko.pdf вопросы для проверки].

'''Семинар 11. ''' Классификация с пересекающимися классами 
''Выступающий:'' Елизавета Вахрамеева, Диана Полонская 
''Материалы:'' [http://bayesgroup.github.io/nis/2016-2017/presentations/11Polonskaya_Vahrameeva.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/11questions_Polonskaya_Vahrameeva.pdf вопросы для проверки]

'''Семинар 12. ''' Обобщения SVM: многоклассовый и одноклассовый варианты 
''Выступающий:'' Никита Бенькович 
''Материалы:'' [http://bayesgroup.github.io/nis/2016-2017/presentations/12Benkovich.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/12questions_Benkovich.pdf вопросы для проверки].

'''Семинар 13. ''' Работа с категориальными признаками 
''Выступающий:'' Дарья Воронкова, Таисия Глушкова 
''Материалы:'' [http://bayesgroup.github.io/nis/2016-2017/presentations/13Glushkova_Voronkova.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/13questions_Glushkova_Voronkova.pdf вопросы для проверки].

'''Семинар 14. ''' Устойчивость кластеризации биологических образцов к малым изменениям данных 
''Выступающий:'' Максим Никольский 
''Материалы:'' [http://bayesgroup.github.io/nis/2016-2017/presentations/14Nikolsky.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/14questions_Nikolsky.pdf вопросы для проверки].

'''Семинар 15. Рассказ о конференции NIPS 2016.''' 
''Выступающий:'' Екатерина Лобачева, Кирилл Струминский, Михаил Хальман 
''Дата:'' 17 января 
''Материалы:'' [https://docs.google.com/presentation/d/1_GCwgjNSnnrjksXMBoR_rKeLwcqoyxFRKiynEAhXC7M/edit?usp=sharing презентация].

'''Семинар 16. ''' Обучение с подкреплением, Q-learning и Atari DQN 
''Выступающий:'' Михаил Конобеев 
''Материалы:'' [http://bayesgroup.github.io/nis/2016-2017/presentations/15Konobeev.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/15questions_Konobeev.pdf вопросы для проверки].

'''Семинар 17. ''' Мониторинг внимания аудитории 
''Выступающий:'' Илья Соловьев 
''Материалы:'' -.

'''Семинар 18. ''' Матричные разложения: обзор методов и применение в машинном обучении для понижения размерности, заполнения пропусков и рекомендаций 
''Выступающий:'' Гильмутдинов Михаил, Чеснокова Полина 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/17Gilmutdinov_Chesnokova.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/17questions_Gilmutdinov_Chesnokova.pdf вопросы для проверки].

'''Семинар 19. ''' Синтетические градиенты 
''Выступающий:'' Иван Матковский 
''Материалы:'' ожидаются.

'''Семинар 20. ''' Мониторинг внимания аудитории 
''Выступающий:'' Илья Соловьев, Артем Шафаростов 
''Материалы:'' ожидаются.

Список семинаров 142 группы - НИС МОП 2016/2017

2017-02-13T09:53:08Z

Struminsky:

'''[[НИС Машинное обучение и приложения 2016/2017|НИС Машинное обучение и приложения 2016/2017]]'''

'''Семинар 1. Оптимизация расхода ферросплавов при производстве стали.''' 
''Выступающий:'' Кирилл Неклюдов 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/01Nekludov.pdf презентация].

'''Семинар 2. Менеджмент в IT.''' 
''Выступающий:'' Александр Белугин 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/02Belugin.pdf презентация].

'''Семинар 3. Incremental Newton Method for Minimizing Big Sums of Functions.''' 
''Выступающий:'' Антон Родоманов 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/03Rodomanov.pdf презентация], [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/questions/03questions_Rodomanov.pdf вопросы для проверки].

'''Семинар 4. Построение медицинских тест-систем с использованием метода опорных векторов и метода ближайших центроидов.''' 
''Выступающий:'' Николай Быков 
''Материалы:'' [http://bayesgroup.github.io/nis/2016-2017/presentations/04Bykov.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/04questions_Bykov.pdf вопросы для проверки].

'''Семинар 5.1. Разбор двумерных сцен с помощью порождающего и нейросетевого подхода.''' 
''Выступающий:'' Артем Гадецкий 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/05Gadetsky.pdf презентация], [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/questions/05questions_Gadetsky.pdf вопросы для проверки].

'''Семинар 5.2. ''' Построение математических моделей экономических процессов методами регрессионного анализа 
''Выступающий:'' Полина Чеснокова 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/05Chesnokova.pdf презентация], [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/05Chesnokova_KR.pdf курсовая работа], [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/questions/05questions_Chesnokova.pdf вопросы для проверки].

'''Семинар 6. ''' Обучение с подкреплением 
''Выступающий:'' Павел Шевчук 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/06Shevchuk.pdf презентация], [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/questions/06questions_Shevchuk.pdf вопросы для проверки].

'''Семинар 7. ''' AlphaGo or how Deepmind taught a machine to win 
''Выступающий:'' Артем Гадецкий 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/presentations/07Gadetsky.pdf презентация],[https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/questions/07questions_Gadetsky.pdf вопросы для проверки].

'''Семинар 8. ''' Convolutional Neural Networks for Visual Recognition 
''Выступающий:'' Павел Кондратенков 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/presentations/08Kondratenkov.pdf презентация],[https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/questions/08questions_Kondratenkov.pdf вопросы для проверки].

'''Семинар 9. ''' Кризис воспроизводимости в науке 
''Выступающий:'' Арсения Шихова, Александр Пушин 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/presentations/09Pushin_Shihova.pdf презентация], [https://github.com/bayesgroup/bayesgroup.github.io/raw/master/nis/2016-2017/questions/09questions_Pushin_Shihova.pdf вопросы для проверки].

'''Семинар 10. ''' Новые архитектуры для зрения 
''Выступающий:'' Антон Кудинов, Даниил Петроченко 
''Материалы:'' [http://bayesgroup.github.io/nis/2016-2017/presentations/10Kudinov_Petrochenko.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/10questions_Kudinov_Petrochenko.pdf вопросы для проверки].

'''Семинар 11. ''' Классификация с пересекающимися классами 
''Выступающий:'' Елизавета Вахрамеева, Диана Полонская 
''Материалы:'' [http://bayesgroup.github.io/nis/2016-2017/presentations/11Polonskaya_Vahrameeva.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/11questions_Polonskaya_Vahrameeva.pdf вопросы для проверки]

'''Семинар 12. ''' Обобщения SVM: многоклассовый и одноклассовый варианты 
''Выступающий:'' Никита Бенькович 
''Материалы:'' [http://bayesgroup.github.io/nis/2016-2017/presentations/12Benkovich.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/12questions_Benkovich.pdf вопросы для проверки].

'''Семинар 13. ''' Работа с категориальными признаками 
''Выступающий:'' Дарья Воронкова, Таисия Глушкова 
''Материалы:'' [http://bayesgroup.github.io/nis/2016-2017/presentations/13Glushkova_Voronkova.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/13questions_Glushkova_Voronkova.pdf вопросы для проверки].

'''Семинар 14. ''' Устойчивость кластеризации биологических образцов к малым изменениям данных 
''Выступающий:'' Максим Никольский 
''Материалы:'' [http://bayesgroup.github.io/nis/2016-2017/presentations/14Nikolsky.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/14questions_Nikolsky.pdf вопросы для проверки].

'''Семинар 15. Рассказ о конференции NIPS 2016.''' 
''Выступающий:'' Екатерина Лобачева, Кирилл Струминский, Михаил Хальман 
''Дата:'' 17 января 
''Материалы:'' [https://docs.google.com/presentation/d/1_GCwgjNSnnrjksXMBoR_rKeLwcqoyxFRKiynEAhXC7M/edit?usp=sharing презентация].

'''Семинар 16. ''' Обучение с подкреплением, Q-learning и Atari DQN 
''Выступающий:'' Михаил Конобеев 
''Материалы:'' [http://bayesgroup.github.io/nis/2016-2017/presentations/15Konobeev.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/15questions_Konobeev.pdf вопросы для проверки].

'''Семинар 17. ''' Мониторинг внимания аудитории 
''Выступающий:'' Илья Соловьев 
''Материалы:'' -.

'''Семинар 18. ''' Матричные разложения: обзор методов и применение в машинном обучении для понижения размерности, заполнения пропусков и рекомендаций 
''Выступающий:'' Гильмутдинов Михаил, Чеснокова Полина 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/17Galmutdinov_Chesnokova.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/17questions_Galmutdinov_Chesnokova.pdf вопросы для проверки].

'''Семинар 19. ''' Синтетические градиенты 
''Выступающий:'' Иван Матковский 
''Материалы:'' ожидаются.

'''Семинар 20. ''' Мониторинг внимания аудитории 
''Выступающий:'' Илья Соловьев, Артем Шафаростов 
''Материалы:'' ожидаются.

Список семинаров 142 группы - НИС МОП 2016/2017

2017-02-06T10:01:44Z

Struminsky:

Список семинаров 142 группы - НИС МОП 2016/2017

2017-01-31T06:02:10Z

Struminsky:

Список семинаров 142 группы - НИС МОП 2016/2017

2017-01-28T20:20:04Z

Struminsky:

Список семинаров 142 группы - НИС МОП 2016/2017

2017-01-24T13:40:06Z

Struminsky:

Список семинаров 141 группы - НИС МОП 2016/2017

2017-01-24T13:38:50Z

Struminsky:

Список семинаров 141 группы - НИС МОП 2016/2017

2017-01-24T13:38:35Z

Struminsky:

Список семинаров 142 группы - НИС МОП 2016/2017

2016-12-21T10:35:55Z

Struminsky:

Список семинаров 142 группы - НИС МОП 2016/2017

2016-12-19T10:34:05Z

Struminsky:

Список семинаров 142 группы - НИС МОП 2016/2017

2016-11-29T08:27:57Z

Struminsky:

Список семинаров 142 группы - НИС МОП 2016/2017

2016-11-25T09:06:23Z

Struminsky:

Список семинаров 142 группы - НИС МОП 2016/2017

2016-11-16T08:15:04Z

Struminsky:

Список семинаров 142 группы - НИС МОП 2016/2017

2016-11-12T10:02:12Z

Struminsky:

Список семинаров 142 группы - НИС МОП 2016/2017

2016-11-04T11:49:57Z

Struminsky:

Список семинаров 142 группы - НИС МОП 2016/2017

2016-10-31T09:18:56Z

Struminsky:

Список семинаров 142 группы - НИС МОП 2016/2017

2016-10-07T11:22:35Z

Struminsky: обновлен список семинаров

'''Семинар 1. Оптимизация расхода ферросплавов при производстве стали.''' 
''Выступающий:'' Кирилл Неклюдов 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/01Nekludov.pdf презентация].

'''Семинар 2. Менеджмент в IT.''' 
''Выступающий:'' Александр Белугин 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/02Belugin.pdf презентация].

'''Семинар 3. Incremental Newton Method for Minimizing Big Sums of Functions.''' 
''Выступающий:'' Антон Родоманов 
''Материалы:'' [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/presentations/03Rodomanov.pdf презентация], [https://github.com/bayesgroup/bayesgroup.github.io/blob/master/nis/2016-2017/questions/03questions_Rodomanov.pdf вопросы для проверки].

'''Семинар 4. Построение медицинских тест-систем с использованием метода опорных векторов и метода ближайших
центроидов.''' 
''Выступающий:'' Николай Быков 
''Материалы:'' [http://bayesgroup.github.io/nis/2016-2017/presentations/04Bykov.pdf презентация], [http://bayesgroup.github.io/nis/2016-2017/questions/04questions_Bykov.pdf вопросы для проверки].

Майнор Интеллектуальный анализ данных/Введение в анализ данных/ИАД-20

2016-02-09T10:27:24Z

Struminsky:

Семинарист: Струминский Кирилл

''Срок сдачи первой лабораторной работы перенесен на 23:59 11.02.16, в текст задания внесены некоторые правки''

===Расписание семинаров===

{| class="wikitable"
!Дата !! № занятия !! Занятие
|-
|12 января 2016 || align="center"|1 || Вводный семинар. Обсуждение основных понятий анализа данных.
|-
|19 января 2016 || align="center"|2 || Знакомство с IPython, библиотека pandas.
|-
|26 января 2016 || align="center"|3 || Вычисления в помощью библиотеки numpy: введение.
|-
|2 февраля 2016 || align="center"|4 || Вычисления с помощью библиотеки numpy: примеры использования в задачах.
|-
|9 февраля 2016 || align="center"|5 || Рассказ о градиентном спуске и наивном байесовском классификаторе
|-
|}

[https://github.com/611953/iad-20 Материалы с семинаров]

== Оформление темы письма ==
При написании письма необходимо указывать тему, как описано ниже (почта, на которую вы отправляете вопросы и работы, является почтой ''всего'' майнора, поэтому указывая тему письма правильно вы повышаете шансы дождаться ответа). Далее NN - номер вашей группы. X - номер лабораторной работы.
* Для вопросов: [ИАД-NN] - Вопрос - Фамилия Имя Отчество
* Для домашних лабораторных работ: [ИАД-NN] - Лабораторная работа X - Фамилия Имя Отчество

Майнор Интеллектуальный анализ данных/Введение в анализ данных

2016-01-21T13:44:44Z

Struminsky: /* Страницы семинаров */

== О курсе ==
В рамках курса «Введение в анализ данных» студенты овладевают базовыми понятиями и методами интеллектуального анализа данных и машинного обучения, учатся применять их в задачах обработки и анализа данных, информационного поиска, а также приобретают практические навыки исследователя данных (data scientist). Практические задания и итоговый проект выполняются с использованием языка Python и инструментов PyData (iPython Notebook, NumPy, Pandas, scikit-learn и др.) 

'''Читается:''' 3-4 модуль 2 курса, 2015/2016 учебный год. 
'''Пререквизиты:''' Введение в программирование 
'''Трудоемкость:''' 5 кредитов 

=== Продолжительность ===
'''Всего:''' 72 аудиторных часа: 
'''Из них:'''
* 36 часов лекций
* 36 часов практических занятий

=== Формы контроля ===
* проверочные работы на семинарах
* домашние задания
* проект по анализу данных
* экзамен

==Учебный процесс==

===Полезные ссылки===
Написать отзыв (анонимно): http://goo.gl/forms/RwdMxnChST 

'''Второй поток'''

Почта потока (для домашних заданий и вопросов): [mailto:hse.minor.dm@gmail.com hse.minor.dm@gmail.com]

Почта лектора: [mailto:sokolov.evg@gmail.com sokolov.evg@gmail.com]

[https://docs.google.com/spreadsheets/d/1jZL_-ELf0Ogj2XHa6VVbkg8vrInycv2-Z9UR5keLDfM/edit?usp=sharing Таблица с оценками]

Подписаться на рассылку (информация об отменах и переносах занятий): напишите пустое письмо на [mailto:hse-minor-datamining-2+subscribe@googlegroups.com hse-minor-datamining-2+subscribe@googlegroups.com]

===Расписание лекций===

Все занятия проходят по вторникам на ул. Шаболовка, 26.

{| class="wikitable"
|-
! Пара !! Группы !! Преподаватель
|-
| 2, 10.30-11.50 || Второй поток, ИАД-11 – ИАД-20 (К-9) || Соколов Евгений Андреевич
|-
| 3, 12.10-13.30 || Первый поток, ИАД-1 – ИАД-10 (К-9) || Игнатов Дмитрий Игоревич
|}

===Расписание семинаров===

Все занятия проходят по вторникам на ул. Шаболовка, 26.

{| class="wikitable"
|-
! Пара !! Группа !! Преподаватель !! Группа !! Преподаватель !! Группа !! Преподаватель !! Группа !! Преподаватель !! Группа !! Преподаватель
|-
| 1, 09.00-10.20 || ИАД-8 (ауд.4335) || Панов || ИАД-11 (ауд.3214) || Козлова || ИАД-13 (ауд.4336) || Ромов || ИАД-18 (ауд.4427) || Гитман, Рысьмятова || ИАД-19 (ауд.4428) || Квасов, Полякова
|-
| 1, 09.00-10.20 || ИАД-20 (ауд.3203) || Струминский || || || || || || || ||
|-
| 2, 10.30-10.50 || ИАД-4 (ауд.4336) || Умнов || ИАД-8 (ауд.4335) || Панов || ИАД-9 (ауд.4427) || Папулин || ИАД-10 (ауд.4428) || Зиннурова || ||
|-
| 3, 12.10-13.30 || ИАД-12 (ауд.3214) || Козлова || ИАД-14 (ауд.4427) || Папулин || ИАД-15 (ауд.4428) || Зиннурова || ИАД-16 (ауд.3203) || Даулбаев, Чиркова || ИАД-17 (ауд.4335) || Гитман, Захаров
|-
| 4, 13.40-15.00 || ИАД-2 (ауд.4427) || Папулин || ИАД-3 (ауд.4428) || Шестаков || ИАД-5 (ауд.3203) || Паринов || ИАД-6 (ауд.3214) || Кашницкий || ИАД-7 (ауд.4336) || Умнов
|-
| 5, 15.10-16.30 || ИАД-1 (ауд.4427) || Папулин || ИАД-6 (ауд.3214) || Кашницкий || || || || || ||
|}

===Программа лекций===

Лекция 1 (12.01.2016). Введение в машинное обучение и анализ данных. [[https://db.tt/c9XsAVym Слайды, 1 поток]] [[https://github.com/esokolov/ml-minor-hse/blob/master/lectures/lecture01-intro.pdf Слайды, 2 поток]]

Лекция 2 (19.01.2016). Постановки задач в машинном обучении. Примеры прикладных задач. [Слайды, 1 поток] [[https://github.com/esokolov/ml-minor-hse/blob/master/lectures/lecture02-intro.pdf Слайды, 2 поток]]

Лекция 3. Линейная алгебра и анализ данных.

Лекция 4. Математический анализ и анализ данных.

Лекция 5. Теория вероятностей и анализ данных.

Лекция 6. Математическая статистика и анализ данных.

Лекция 7. Линейная регрессия.

Лекция 8. Линейная классификация.

Лекция 9. Метрики качества алгоритмов.

Лекция 10. Оценивание качества алгоритмов.

Лекция 11. Логические методы и их интерпретируемость.

Лекция 12. Построение деревьев решений.

Лекция 13. Введение в композиции алгоритмов. Случайные леса.

Лекция 14. Особенности реальных данных.

Лекция 15. Анализ частых множеств признаков и ассоциативных правил.

Лекция 16. Задача кластеризации.

Лекция 17. Заключительная лекция.

===Страницы семинаров===
* ИАД-1, Папулин С.Ю.
* ИАД-2, Папулин С.Ю.
* [[Minor_da2016_gr3|ИАД-3, Шестаков А.]]
* [[Майнор_Анализ_Данных_ИАД-4_ИАД-7|ИАД-4, Умнов А.В.]]
* ИАД-5, Паринов А.С.
* ИАД-6, Кашницкий Ю.С.
* [[Майнор_Анализ_Данных_ИАД-4_ИАД-7|ИАД-7, Умнов А.В.]]
* ИАД-8, Панов А.И.
* ИАД-9, Папулин С.Ю.
* ИАД-10, Зиннурова Э.А.
* ИАД-11, Козлова А.
* ИАД-12, Козлова А.
* ИАД-13, Ромов П.А.
* ИАД-14, Папулин С.Ю.
* ИАД-15, Зиннурова Э.А.
* [[Майнор_Интеллектуальный_анализ_данных/Введение_в_анализ_данных/ИАД-16|ИАД-16, Даулбаев Т., Чиркова Н.]]
* ИАД-17, Гитман И., Захаров Е.
* [[Майнор_Интеллектуальный_анализ_данных/Введение_в_анализ_данных/ИАД-18|ИАД-18, Гитман И., Рысьмятова А.]]
* ИАД-19, Квасов А., Полякова Н.
* [[Майнор_Интеллектуальный_анализ_данных/Введение_в_анализ_данных/ИАД-20|ИАД-20, Струминский К.]]

==Полезные материалы==
===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 Видео 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]
* [https://www.coursera.org/learn/machine-learning Coursera: Machine Learning, Andrew Ng]

===Статьи===
* [http://www.toptal.com/machine-learning/machine-learning-theory-an-introductory-primer An Introduction to Machine Learning Theory and Its Applications: A Visual Tutorial with Examples]
* [http://www.r2d3.us/visual-intro-to-machine-learning-part-1/ A Visual Introduction to Machine Learning]

===Книги===
* Mohammed J. Zaki, Wagner Meira Jr. Data Mining and Analysis. Fundamental Concepts and Algorithms. Cambridge University Press, 2014.
* Boris Mirkin. Core Concepts in Data Analysis: Summarization, Correlation, Visualization. 2010.
* James, Witten, Hastie, Tibshirani. An Introduction to Statistical Learning. 2013.

[[Category:Майнор "Интеллектуальный анализ данных"]]

Майнор Интеллектуальный анализ данных/Введение в анализ данных/ИАД-20

2016-01-21T13:41:04Z

Struminsky: Новая страница: «Семинарист: Струминский Кирилл ===Расписание семинаров=== {| class="wikitable" !Дата !! № занятия !!…»

Семинарист: Струминский Кирилл

===Расписание семинаров===

{| class="wikitable"
!Дата !! № занятия !! Занятие !! Материалы
|-
|12 января 2016 || align="center"|1 || Вводный семинар. Обсуждение основных понятий анализа данных.||
|-
|19 января 2016 || rowspan=2 align="center"|2 || Знакомство с IPython, библиотека pandas. ||
|-
|}

[https://github.com/611953/iad-20 Материалы с семинаров]