Глубинное обучение-МОиВС-2022 - История изменений

SavelyProkhorov: add hw4

2022-10-24T09:12:56Z

add hw4

← Предыдущая версия		Версия от 09:12, 24 октября 2022
Строка 101:		Строка 101:
	=== Модуль 5 ===		=== Модуль 5 ===
	==== Домашнее задание №3 ''(Обязательное)'' ====		==== Домашнее задание №3 ''(Обязательное)'' ====
	'''Автоэнкодеры и ~~трасформеры~~'''		''' ''Автоэнкодеры и трансформеры'' '''

	Задание состоит из 3-х частей:		Задание состоит из 3-х частей:
Строка 115:		Строка 115:

	Жесткий дедлайн: '''11 октября 23:59'''. После него работы не принимаются		Жесткий дедлайн: '''11 октября 23:59'''. После него работы не принимаются

			==== Домашнее задание №4 ''(Обязательное)'' ====
			''' ''Глубинное обучение в рекомендательных системах'' '''

			За это домашнее задание вы можете получить до 14 баллов - своеобразная компенсация сложности предыдущего

			Тетрадка с заданием: [https://colab.research.google.com/drive/103gFV79wsjhi7k9HEzxga_jDNNM4j8da?usp=sharing in Colab]

			Дедлайн (очень жёсткий): '''6 ноября (Вс), 23:59'''

	=== Модуль 4 ===		=== Модуль 4 ===

SavelyProkhorov в 09:08, 24 октября 2022

2022-10-24T09:08:53Z

← Предыдущая версия		Версия от 09:08, 24 октября 2022
Строка 30:		Строка 30:
	# Ко второму (08.09.22): пересмотреть (или же посмотреть :D) видео из пункта выше		# Ко второму (08.09.22): пересмотреть (или же посмотреть :D) видео из пункта выше
	# К третьему (15.09.22): [https://github.com/MariyaTikhonova/hse_mlds_deep_learning_course/tree/spring_fall_22/week_11_speech видео со страницы соответствующей недели курса на GitHub]		# К третьему (15.09.22): [https://github.com/MariyaTikhonova/hse_mlds_deep_learning_course/tree/spring_fall_22/week_11_speech видео со страницы соответствующей недели курса на GitHub]
	# К четвёртому (20.09.22 с Ильдаром), по RecSys: отдыхайте :)		# К четвёртому (20.09.22 с Ильдаром Сафило), по RecSys: отдыхайте :)
	# К пятому (27.09.22 с Ильдаром), по RecSys:		# К пятому (27.09.22 с Ильдаром), по RecSys:
	# К шестому (11.10.22 снова с ~~Марией~~):		# К шестому (11.10.22 снова с Эльдаром Валитовым):

	==== Модуль 4 ====		==== Модуль 4 ====

SavelyProkhorov: add hw3 and lectures materials; other small fixes

2022-09-21T00:11:33Z

add hw3 and lectures materials; other small fixes

← Предыдущая версия		Версия от 00:11, 21 сентября 2022
Строка 13:		Строка 13:

	----		----
	'''Занятия в пятом модуле проводятся в ... по ~~... в ...~~'''		'''Занятия в пятом модуле проводятся на [https://events.webinar.ru/54933491/556672756 Webinar.ru] ''по вторникам с 18:00 до 19:20'' '''
	----		----

Строка 27:		Строка 27:

	==== Модуль 5 ====		==== Модуль 5 ====
			# К первому занятию (06.09.22) посмотреть [https://youtu.be/P5wNb9Mt9RE лекцию Жени Соколова про механизм внимания и трансформеры] и [https://youtu.be/4Bdc55j80l8 краткое интро в архитектуры трансформеров]
			# Ко второму (08.09.22): пересмотреть (или же посмотреть :D) видео из пункта выше
			# К третьему (15.09.22): [https://github.com/MariyaTikhonova/hse_mlds_deep_learning_course/tree/spring_fall_22/week_11_speech видео со страницы соответствующей недели курса на GitHub]
			# К четвёртому (20.09.22 с Ильдаром), по RecSys: отдыхайте :)
			# К пятому (27.09.22 с Ильдаром), по RecSys:
			# К шестому (11.10.22 снова с Марией):

			==== Модуль 4 ====
	==== Модуль 4 =====
	<small>Плейлист курса Е.Соколова "Основы Глубинного обучения": [https://www.youtube.com/watch?v=62sP9QKYrgI&list=PLEwK9wdS5g0qa3PIhR6HBDJD_QnrfP8Ei&index=2 YouTube]		<small>Плейлист курса Е.Соколова "Основы Глубинного обучения": [https://www.youtube.com/watch?v=62sP9QKYrgI&list=PLEwK9wdS5g0qa3PIhR6HBDJD_QnrfP8Ei&index=2 YouTube]

Строка 72:		Строка 77:
	* Первое обязательное домашнее задание;		* Первое обязательное домашнее задание;
	* Второе обязательное домашнее задание;		* Второе обязательное домашнее задание;
	* Третье обязательное домашнее задание.		* Третье обязательное домашнее задание;
			* Лол, четвертое обязательное домашнее задание;

	В каждом модуле оценка выставляется отдельно.		В каждом модуле оценка выставляется отдельно.

	<small>'''O<sub>4_модуль</sub> = Х * Обязательное ДЗ №1 + Y * Обязательное ДЗ №2'''		<small>'''O<sub>4_модуль</sub> = 0.5 * Обязательное ДЗ №1 + 0.5 * Обязательное ДЗ №2'''
	</small>		</small>

	'''O<sub>5_модуль</sub> = Z * Обязательное ДЗ №3'''		'''O<sub>5_модуль</sub> = 0.15 * Среднее за тесты по лекциям + 0.3 * Обязательное ДЗ №3 + 0.3 * Обязательное ДЗ №4 + 0.25 * Экзамен'''; если накоп (тесты и дз) >= 8, то автоматом (без экзамена) ставится накопленная оценка

	== Семинары ==		== Семинары ==
Строка 94:		Строка 100:

	=== Модуль 5 ===		=== Модуль 5 ===
			==== Домашнее задание №3 ''(Обязательное)'' ====
			'''Автоэнкодеры и трасформеры'''

			Задание состоит из 3-х частей:
			* дописать код для реализации простой Encoder-Decoder модели (''1 балл'');
			* реализовать сеть с кастомным Attention слоем (''7 баллов'');
			* поэкспериментировать с различными моделями для получения лучшего скора (''2 балла'').

			Предусмотрена '''Бонусная часть''' (''до +3 баллов'')

			Ноутбук с заданием: [https://www.dropbox.com/s/ohkes28sq6nwrlw/hometask_encoders_transformers.ipynb on Dropbox]

			Мягкий дедлайн: '''02 октября 23:59'''. После него каждые 3 дня снимаем 1 балл

			Жесткий дедлайн: '''11 октября 23:59'''. После него работы не принимаются

	=== Модуль 4 ===		=== Модуль 4 ===

SavelyProkhorov: initial edit for module 5

2022-08-30T02:59:02Z

initial edit for module 5

← Предыдущая версия		Версия от 02:59, 30 августа 2022
Строка 12:		Строка 12:
	Чат курса: [https://t.me/+NQSO Присоединиться к чату]		Чат курса: [https://t.me/+NQSO Присоединиться к чату]

	Занятия проводятся в Zoom по средам в 18:00:		----
	[https://us06web.zoom.us/j/89194606293?pwd=K3hhQTFBZVBpM1pweUZRbWRDSFZZdz09]		'''Занятия в пятом модуле проводятся в ... по ... в ...'''
			----

			<small>Занятия в четвертом модуле проводились в Zoom по средам в 18:00:
			[https://us06web.zoom.us/j/89194606293?pwd=K3hhQTFBZVBpM1pweUZRbWRDSFZZdz09]</small>


	Все материалы занятий находятся здесь: [https://github.com/MariyaTikhonova/hse_mlds_deep_learning_course/tree/spring_fall_22 Ссылка на GitHub-репозиторий курса]		Все материалы занятий находятся здесь: [https://github.com/MariyaTikhonova/hse_mlds_deep_learning_course/tree/spring_fall_22 Ссылка на GitHub-репозиторий курса]
Строка 20:		Строка 25:

	=== Материалы к курсу (перед семинарами) ===		=== Материалы к курсу (перед семинарами) ===
	Плейлист курса Е.Соколова "Основы Глубинного обучения": [https://www.youtube.com/watch?v=62sP9QKYrgI&list=PLEwK9wdS5g0qa3PIhR6HBDJD_QnrfP8Ei&index=2 YouTube]
			==== Модуль 5 ====


			==== Модуль 4 =====
			<small>Плейлист курса Е.Соколова "Основы Глубинного обучения": [https://www.youtube.com/watch?v=62sP9QKYrgI&list=PLEwK9wdS5g0qa3PIhR6HBDJD_QnrfP8Ei&index=2 YouTube]

	# Посмотреть к первому занятию (12.04.22): [https://www.youtube.com/watch?v=62sP9QKYrgI&list=PLEwK9wdS5g0qa3PIhR6HBDJD_QnrfP8Ei&index=2 Lecture 1, Введение], [https://www.youtube.com/watch?v=aSTwlPjJfso&list=PLEwK9wdS5g0qa3PIhR6HBDJD_QnrfP8Ei&index=3 Lecture 2. Backprop, Convolutions]		# Посмотреть к первому занятию (12.04.22): [https://www.youtube.com/watch?v=62sP9QKYrgI&list=PLEwK9wdS5g0qa3PIhR6HBDJD_QnrfP8Ei&index=2 Lecture 1, Введение], [https://www.youtube.com/watch?v=aSTwlPjJfso&list=PLEwK9wdS5g0qa3PIhR6HBDJD_QnrfP8Ei&index=3 Lecture 2. Backprop, Convolutions]
Строка 29:		Строка 39:
	# К шестому (19.05.22): [https://www.coursera.org/learn/intro-to-deep-learning/home/week/4 Coursera, Week4. Autoencoders and GANs], [https://www.youtube.com/watch?v=rZufA635dq4 Лекция MIT (дополнительно, если осталось время)], [https://towardsdatascience.com/understanding-variational-autoencoders-vaes-f70510919f73 Хорошая статья по VAE]		# К шестому (19.05.22): [https://www.coursera.org/learn/intro-to-deep-learning/home/week/4 Coursera, Week4. Autoencoders and GANs], [https://www.youtube.com/watch?v=rZufA635dq4 Лекция MIT (дополнительно, если осталось время)], [https://towardsdatascience.com/understanding-variational-autoencoders-vaes-f70510919f73 Хорошая статья по VAE]
	# К седьмому (25.05.22): [https://www.youtube.com/watch?v=_Gnh8Z2Pn_o, Lecture 9.Word Embeddings]		# К седьмому (25.05.22): [https://www.youtube.com/watch?v=_Gnh8Z2Pn_o, Lecture 9.Word Embeddings]
	# К восьмому (01.06.22): [https://www.youtube.com/watch?v=bAnx1E45rrE&list=PLEwK9wdS5g0qa3PIhR6HBDJD_QnrfP8Ei&index=48, Lecture 10. Recurrent neural networks], [https://colah.github.io/posts/2015-08-Understanding-LSTMs/ освежаем теорию по LSTM]		# К восьмому (01.06.22): [https://www.youtube.com/watch?v=bAnx1E45rrE&list=PLEwK9wdS5g0qa3PIhR6HBDJD_QnrfP8Ei&index=48, Lecture 10. Recurrent neural networks], [https://colah.github.io/posts/2015-08-Understanding-LSTMs/ освежаем теорию по LSTM]</small>

	=== Материалы по курсу (во время семинаров) ===		=== Материалы по курсу (во время семинаров) ===
	# Занятие 1: [https://ruder.io/optimizing-gradient-descent/index.html Статья про разные методы оптимизации]		==== Модуль 5 ====

			==== Модуль 4 ====
			<small># Занятие 1: [https://ruder.io/optimizing-gradient-descent/index.html Статья про разные методы оптимизации]
	# Занятие 2: [https://drive.google.com/file/d/1sEhgwRlyaWmGFZ23F0KYZp6MojXp_IxE/view?usp=sharing Colab-Ноутбук], [https://github.com/torch/torch7/wiki/Torch-for-Numpy-users Cheatsheet "Torch equivalents of numpy functions"]		# Занятие 2: [https://drive.google.com/file/d/1sEhgwRlyaWmGFZ23F0KYZp6MojXp_IxE/view?usp=sharing Colab-Ноутбук], [https://github.com/torch/torch7/wiki/Torch-for-Numpy-users Cheatsheet "Torch equivalents of numpy functions"]
	# Занятие 3: [https://distill.pub/ Distill - Latest articles about ML (Clear, Dynamic and Vivid)]		# Занятие 3: [https://distill.pub/ Distill - Latest articles about ML (Clear, Dynamic and Vivid)]
Строка 39:		Строка 52:
	# Занятие 6:		# Занятие 6:
	# Занятие 7: [https://ods.ai/competitions/mcs_car_verification Соревнование по CV от ods.ai]		# Занятие 7: [https://ods.ai/competitions/mcs_car_verification Соревнование по CV от ods.ai]
	# Занятие 8: [https://habr.com/ru/company/sberdevices/blog/666420/ Статья про суммаризатор текстов], [https://sbercloud.ru/ru/datahub/rugpt3family/summarizer демо-бета версия на ML-space]		# Занятие 8: [https://habr.com/ru/company/sberdevices/blog/666420/ Статья про суммаризатор текстов], [https://sbercloud.ru/ru/datahub/rugpt3family/summarizer демо-бета версия на ML-space]</small>

	=== Ссылки на видеозаписи занятий ===		=== Ссылки на видеозаписи занятий ===
Строка 63:		Строка 76:
	В каждом модуле оценка выставляется отдельно.		В каждом модуле оценка выставляется отдельно.

	'''O<sub>4_модуль</sub> = Х * Обязательное ДЗ №1 + Y * Обязательное ДЗ №2'''		<small>'''O<sub>4_модуль</sub> = Х * Обязательное ДЗ №1 + Y * Обязательное ДЗ №2'''
			</small>

	'''O<sub>5_модуль</sub> = Z * Обязательное ДЗ №3'''		'''O<sub>5_модуль</sub> = Z * Обязательное ДЗ №3'''
Строка 79:		Строка 93:
	\|}		\|}

	=== Домашнее задание №1 ''(Обязательное)'' ===		=== Модуль 5 ===

			=== Модуль 4 ===
			==== Домашнее задание №1 ''(Обязательное)'' ====

	Вам предстоит решить домашнее задание по сверточным нейронным сетям (CNN). [https://github.com/hse-ds/iad-deep-learning/blob/master/2021/homeworks/hw02/hw2.ipynb Ссылка на ноутбук с заданием.], [https://www.dropbox.com/s/ewf7m59iksdezbk/dataset.zip данные]		<small>Вам предстоит решить домашнее задание по сверточным нейронным сетям (CNN). [https://github.com/hse-ds/iad-deep-learning/blob/master/2021/homeworks/hw02/hw2.ipynb Ссылка на ноутбук с заданием.], [https://www.dropbox.com/s/ewf7m59iksdezbk/dataset.zip данные]

	Задание состоит из двух частей: написание сверточной нейронной сети "с нуля" и файнтюнинг предобученной модели.		Задание состоит из двух частей: написание сверточной нейронной сети "с нуля" и файнтюнинг предобученной модели.
Строка 87:		Строка 104:
	Части оцениваются совместно - максимум за работу 10 баллов.		Части оцениваются совместно - максимум за работу 10 баллов.

	'''Жесткий дедлайн - 26.05 (Чт) 9:00'''		'''Жесткий дедлайн - 26.05 (Чт) 9:00'''</small>

	=== Домашнее задание №2 ''(Обязательное)'' ===		==== Домашнее задание №2 ''(Обязательное)'' ====

	Крайнее в четвёртом модуле задание		<small>Крайнее в четвёртом модуле задание

	Вся необходимая информация собрана в [[https://github.com/MariyaTikhonova/hse_mlds_deep_learning_course/tree/spring_fall_22/week_08_rnn репозитории]], ссылки для скачивания датасета: [[https://www.dropbox.com/s/oq4ksm3a14pljm6/train.csv train]], [[https://www.dropbox.com/s/5imsmsxy8ptt2ke/test.csv test]]		Вся необходимая информация собрана в [[https://github.com/MariyaTikhonova/hse_mlds_deep_learning_course/tree/spring_fall_22/week_08_rnn репозитории]], ссылки для скачивания датасета: [[https://www.dropbox.com/s/oq4ksm3a14pljm6/train.csv train]], [[https://www.dropbox.com/s/5imsmsxy8ptt2ke/test.csv test]]

	'''Дедлайн''': 23 июня 2022, 9:00		'''Дедлайн''': 23 июня 2022, 9:00</small>

SavelyProkhorov: add Maria's bio

2022-06-05T09:08:34Z

add Maria's bio

← Предыдущая версия		Версия от 09:08, 5 июня 2022
Строка 3:		Строка 3:
	'''Преподаватель:'''		'''Преподаватель:'''

	Тихонова Мария Ивановна		[[Файл:MariaTikhonova.jpg\|250px\|thumb\|right\|Мария Тихонова, Senior Data Scientist (SberDevices, Sber), преподаватель (НИУ ВШЭ), руководитель курсов по МО (OTUS)]]
			[https://www.hse.ru/org/persons/218372994 Тихонова Мария Ивановна]: Senior Data Scientist (Sber, SberDevices), преподаватель (НИУ ВШЭ), руководитель курсов по Машинному обучению (OTUS)

	=== Семинары ===		=== Семинары ===

SavelyProkhorov: add some materials

2022-06-04T09:37:47Z

add some materials

← Предыдущая версия		Версия от 09:37, 4 июня 2022
Строка 28:		Строка 28:
	# К шестому (19.05.22): [https://www.coursera.org/learn/intro-to-deep-learning/home/week/4 Coursera, Week4. Autoencoders and GANs], [https://www.youtube.com/watch?v=rZufA635dq4 Лекция MIT (дополнительно, если осталось время)], [https://towardsdatascience.com/understanding-variational-autoencoders-vaes-f70510919f73 Хорошая статья по VAE]		# К шестому (19.05.22): [https://www.coursera.org/learn/intro-to-deep-learning/home/week/4 Coursera, Week4. Autoencoders and GANs], [https://www.youtube.com/watch?v=rZufA635dq4 Лекция MIT (дополнительно, если осталось время)], [https://towardsdatascience.com/understanding-variational-autoencoders-vaes-f70510919f73 Хорошая статья по VAE]
	# К седьмому (25.05.22): [https://www.youtube.com/watch?v=_Gnh8Z2Pn_o, Lecture 9.Word Embeddings]		# К седьмому (25.05.22): [https://www.youtube.com/watch?v=_Gnh8Z2Pn_o, Lecture 9.Word Embeddings]
	# К восьмому (01.06.22): [https://www.youtube.com/watch?v=bAnx1E45rrE&list=PLEwK9wdS5g0qa3PIhR6HBDJD_QnrfP8Ei&index=48, Lecture 10. Recurrent neural networks]		# К восьмому (01.06.22): [https://www.youtube.com/watch?v=bAnx1E45rrE&list=PLEwK9wdS5g0qa3PIhR6HBDJD_QnrfP8Ei&index=48, Lecture 10. Recurrent neural networks], [https://colah.github.io/posts/2015-08-Understanding-LSTMs/ освежаем теорию по LSTM]

	=== Материалы по курсу (во время семинаров) ===		=== Материалы по курсу (во время семинаров) ===
Строка 38:		Строка 38:
	# Занятие 6:		# Занятие 6:
	# Занятие 7: [https://ods.ai/competitions/mcs_car_verification Соревнование по CV от ods.ai]		# Занятие 7: [https://ods.ai/competitions/mcs_car_verification Соревнование по CV от ods.ai]
	# Занятие 8:		# Занятие 8: [https://habr.com/ru/company/sberdevices/blog/666420/ Статья про суммаризатор текстов], [https://sbercloud.ru/ru/datahub/rugpt3family/summarizer демо-бета версия на ML-space]

	=== Ссылки на видеозаписи занятий ===		=== Ссылки на видеозаписи занятий ===

SavelyProkhorov: add hw1 data link

2022-06-01T07:22:39Z

add hw1 data link

← Предыдущая версия		Версия от 07:22, 1 июня 2022
Строка 80:		Строка 80:
	=== Домашнее задание №1 ''(Обязательное)'' ===		=== Домашнее задание №1 ''(Обязательное)'' ===

	Вам предстоит решить домашнее задание по сверточным нейронным сетям (CNN). [https://github.com/hse-ds/iad-deep-learning/blob/master/2021/homeworks/hw02/hw2.ipynb Ссылка на ноутбук с заданием.]		Вам предстоит решить домашнее задание по сверточным нейронным сетям (CNN). [https://github.com/hse-ds/iad-deep-learning/blob/master/2021/homeworks/hw02/hw2.ipynb Ссылка на ноутбук с заданием.], [https://www.dropbox.com/s/ewf7m59iksdezbk/dataset.zip данные]

	Задание состоит из двух частей: написание сверточной нейронной сети "с нуля" и файнтюнинг предобученной модели.		Задание состоит из двух частей: написание сверточной нейронной сети "с нуля" и файнтюнинг предобученной модели.

SavelyProkhorov: add competition info

2022-06-01T07:18:44Z

add competition info

← Предыдущая версия		Версия от 07:18, 1 июня 2022
Строка 35:		Строка 35:
	# Занятие 3: [https://distill.pub/ Distill - Latest articles about ML (Clear, Dynamic and Vivid)]		# Занятие 3: [https://distill.pub/ Distill - Latest articles about ML (Clear, Dynamic and Vivid)]
	# Занятие 4: [https://cs231n.github.io/convolutional-networks/ Подробнейшая статья про Свёртки для CV]		# Занятие 4: [https://cs231n.github.io/convolutional-networks/ Подробнейшая статья про Свёртки для CV]
	# Занятие 5:		# Занятие 5:
	# Занятие 6:		# Занятие 6:
	# Занятие 7:		# Занятие 7: [https://ods.ai/competitions/mcs_car_verification Соревнование по CV от ods.ai]
			# Занятие 8:

	=== Ссылки на видеозаписи занятий ===		=== Ссылки на видеозаписи занятий ===

SavelyProkhorov: add hw2 info

2022-06-01T07:15:22Z

add hw2 info

← Предыдущая версия		Версия от 07:15, 1 июня 2022
Строка 90:		Строка 90:

	Крайнее в четвёртом модуле задание		Крайнее в четвёртом модуле задание

			Вся необходимая информация собрана в [[https://github.com/MariyaTikhonova/hse_mlds_deep_learning_course/tree/spring_fall_22/week_08_rnn репозитории]], ссылки для скачивания датасета: [[https://www.dropbox.com/s/oq4ksm3a14pljm6/train.csv train]], [[https://www.dropbox.com/s/5imsmsxy8ptt2ke/test.csv test]]

			'''Дедлайн''': 23 июня 2022, 9:00

SavelyProkhorov: add 'lost' seminar

2022-06-01T07:12:03Z

add 'lost' seminar

← Предыдущая версия		Версия от 07:12, 1 июня 2022
Строка 25:		Строка 25:
	# К третьему (27.04.22): [https://youtu.be/aSTwlPjJfso?list=PLEwK9wdS5g0qa3PIhR6HBDJD_QnrfP8Ei&t=2665 Lecture 2. CNN-1], [https://www.youtube.com/watch?v=4nKWQno1vG8&list=PLEwK9wdS5g0qa3PIhR6HBDJD_QnrfP8Ei&index=11 Lecture 3. CNN-2], [https://youtu.be/7ljQTZ8HT-A?list=PLEwK9wdS5g0qa3PIhR6HBDJD_QnrfP8Ei&t=3639 Lecture 5. ConvNets Augmentation, Dropouts and Normalization]		# К третьему (27.04.22): [https://youtu.be/aSTwlPjJfso?list=PLEwK9wdS5g0qa3PIhR6HBDJD_QnrfP8Ei&t=2665 Lecture 2. CNN-1], [https://www.youtube.com/watch?v=4nKWQno1vG8&list=PLEwK9wdS5g0qa3PIhR6HBDJD_QnrfP8Ei&index=11 Lecture 3. CNN-2], [https://youtu.be/7ljQTZ8HT-A?list=PLEwK9wdS5g0qa3PIhR6HBDJD_QnrfP8Ei&t=3639 Lecture 5. ConvNets Augmentation, Dropouts and Normalization]
	# К четвёртому (11.05.22): [https://www.youtube.com/watch?v=yL0KLqEwfv4&list=PLEwK9wdS5g0qa3PIhR6HBDJD_QnrfP8Ei&index=31 Lecture 6, ConvNets Architectures], [https://www.youtube.com/watch?v=vWl-vlmsomI&list=PLEwK9wdS5g0qa3PIhR6HBDJD_QnrfP8Ei&index=40 Lecture 7. CV tasks], [https://www.youtube.com/watch?v=Z-e_71h1Oew&list=PLEwK9wdS5g0qa3PIhR6HBDJD_QnrfP8Ei&index=41 Lecture 8. CV]		# К четвёртому (11.05.22): [https://www.youtube.com/watch?v=yL0KLqEwfv4&list=PLEwK9wdS5g0qa3PIhR6HBDJD_QnrfP8Ei&index=31 Lecture 6, ConvNets Architectures], [https://www.youtube.com/watch?v=vWl-vlmsomI&list=PLEwK9wdS5g0qa3PIhR6HBDJD_QnrfP8Ei&index=40 Lecture 7. CV tasks], [https://www.youtube.com/watch?v=Z-e_71h1Oew&list=PLEwK9wdS5g0qa3PIhR6HBDJD_QnrfP8Ei&index=41 Lecture 8. CV]
	# К пятому (19.05.22): [https://www.coursera.org/learn/intro-to-deep-learning/home/week/4 Coursera, Week4. Autoencoders and GANs], [https://www.youtube.com/watch?v=rZufA635dq4 Лекция MIT (дополнительно, если осталось время)], [https://towardsdatascience.com/understanding-variational-autoencoders-vaes-f70510919f73 Хорошая статья по VAE]		# К пятому (16.05.22):
	# К ~~шестому~~ (25.05.22): [https://www.youtube.com/watch?v=_Gnh8Z2Pn_o, Lecture 9.Word Embeddings]		# К шестому (19.05.22): [https://www.coursera.org/learn/intro-to-deep-learning/home/week/4 Coursera, Week4. Autoencoders and GANs], [https://www.youtube.com/watch?v=rZufA635dq4 Лекция MIT (дополнительно, если осталось время)], [https://towardsdatascience.com/understanding-variational-autoencoders-vaes-f70510919f73 Хорошая статья по VAE]
	# К ~~седьмому~~ (01.06.22): [https://www.youtube.com/watch?v=bAnx1E45rrE&list=PLEwK9wdS5g0qa3PIhR6HBDJD_QnrfP8Ei&index=48, Lecture 10. Recurrent neural networks]		# К седьмому (25.05.22): [https://www.youtube.com/watch?v=_Gnh8Z2Pn_o, Lecture 9.Word Embeddings]
			# К восьмому (01.06.22): [https://www.youtube.com/watch?v=bAnx1E45rrE&list=PLEwK9wdS5g0qa3PIhR6HBDJD_QnrfP8Ei&index=48, Lecture 10. Recurrent neural networks]

	=== Материалы по курсу (во время семинаров) ===		=== Материалы по курсу (во время семинаров) ===