Программирование (python) для лингвистов - История изменений

Denaas: Полностью удалено содержимое страницы

2019-08-30T08:37:37Z

Полностью удалено содержимое страницы

← Предыдущая версия		Версия от 08:37, 30 августа 2019
Строка 1:		Строка 1:
	~~== О курсе ==~~

	~~Курс читается для студентов лингвистов 4-го курса факультета гуманитарных наук.~~

	~~Проводится с 2017 года.~~

	~~'''Преподаватель:''' Денис Литвинов ([mailto:4denaas@gmail.com Почта], [https://t.me/denaas Telegram ])~~

	'''Ассистенты''' Елизавета Корнеева ([mailto:elisavetinaaa@gmail.com Почта], [https://t.me/tithemi Telegram ]), Егор Соловьев ([mailto:easolovev@edu.hse.ru Почта], [https://t.me/esolovev Telegram ])


	~~=== Правила выставления оценок ===~~
	~~итоговая оценка = 0.7накопленная + 0.3экзамен~~

	~~накопленная оценка — средняя по всем домашним заданиям.~~

	~~# При вычислении накопленной оценки округление не производится~~
	~~# Домашнее задание оценивается по 10-балльной шкале.~~
	# В случае пропуска дедлайна за каждый пропущенный день снимается 0.5 балла в течении первых 6 дней. Затем, за каждый пропущенный день снимаются по 1 баллу.
	~~# Дедлайны для каждой домашней работы указываются отдельно.~~
	# В оценке домашнего задания оцениваются: работоспособность программы, использование изложенных средств и методов.
	# При оценивании программы в первую очередь обращается внимание на то, насколько её работа соответствует требованиям, описанным в задании. Программа, не запускающаяся из-за синтаксических ошибок, не может получить оценку выше 4 баллов. Баллы могут сниматься, в частности, за неточное выполнение задания и отсутствие разбора случаев, из-за которых при исполнении программы может произойти ошибка. Так же оценивается оптимальность решенения (в смысле времени работы и потребляемой памяти). Во вторую очередь оценивается стиль кода.
	~~# При обнаружении плагиата в домашнем или контрольном задании это задание получает оценку 0 баллов.~~
	~~# Экзамен проводится в письменной форме.~~

	~~=== Рекомендуемая литература ===~~
	~~# Кормен. Алгоритмы: построение и анализ~~
	~~# Bishop. Pattern Recognition and Machine Learning~~
	~~# Christopher Manning. Foundations of Statistical Natural Language Processing~~


	~~=== Программные средства ===~~
	~~# редактор кода sublime text / notepad++ / PyCharm~~
	~~# jupyter notebook~~
	~~# numpy, scipy, pandas, matplotlib, seaborn, scikit-learn, gensim, lightgbm, pytorch~~


	~~=== Правила сдачи домашних заданий ===~~
	Домашние задания сдаются по умолчанию в репозиториях, указанных в [https://goo.gl/wFr8tr форме] '''(пожалуйста, пройдите этот опрос)'''

	~~# Домашнее задание выполняется в jupyter notebook, если явно не указано иное.~~
	~~# Не стоит выкладывать в репозиторий запакованные файлы.~~
	# Соблюдайте именование каталогов, классов и сигнатур функций, если они явно указаны. В противном случае автотесты их не подцепят и ваше решение не будет засчитано.
	~~# Опоздание считается по последнему сданному заданию в домашней работе~~

	~~=== Оценки за домашние задания ===~~
	~~[https://docs.google.com/spreadsheets/d/1SUG3UjWCez6beNukIFP6sRMnKXBs-jnJaNyh4Ateiu4 оценки]~~

	~~=== Экзамен ===~~
	~~Экзамен проходит в письменной форме и сотоит из 3 частей~~
	~~# Решение задачи машинного обучения на ноутбуке~~
	~~## Необходимые библиотеки numpy, scipy, pandas, scikit-learn, nltk. Проверьте что они у вас стоят, и не слишком старой версии.~~
	~~## Задачи по мотивам домашних работ + обработка текстовых данных.~~
	~~# Вопрос по теории.~~
	~~## Написать формулы где они есть.~~
	~~# вопрос по применению теории к решению практических задач~~
	~~## По мотивам теоретических вопросов~~
	## e.g. Каким требованиям должна удовлетворять метрика качества, чтобы ее напрямую можно было оптимизировать с помощью SGD?

	~~[http://wiki.cs.hse.ru/index.php?title=Программирование_(python)_для_лингвистов_экзамен вопросы к экзамену]~~

	~~Дополнительные материалы для подготовки:~~
	~~# [https://github.com/esokolov/ml-course-hse/ курс] Евгения Соколова по машинному обучению на ФКН~~
	~~# Peter Flatch. Machine Learning~~
	~~# Bishop. Pattern Recognition and Machine Learning~~
	~~# [http://scikit-learn.org/stable/tutorial/index.html Scikit-learn tutorials] and [http://scikit-learn.org/stable/user_guide.html User guide]~~
	~~# [http://cs229.stanford.edu/section/cs229-hmm.pdf Hidden Markov Models Fundamentals]~~

	~~== Семинары ==~~

	~~{\| class="wikitable"~~
	\|-
	~~! № !! Тема семинара !! материалы семинара !! домашнее задание !! дедлайн~~
	\|-
	\| 1 \|\| Теория алгоритмов. Фильтр Блума. Алгоритм Рабина-Карпа \|\| [https://github.com/thedenaas/hse_seminars_2018/tree/master/seminar_1 seminar_1] \|\| [https://github.com/thedenaas/hse_seminars_2018/tree/master/seminar_1 assignment_1] \|\| 18.09.2018 12:00
	\|-
	\| 2 \|\| Тестирование программ. Визуализация. Избранные главы теории вероятностей и линейной алгебры. \|\| [https://github.com/thedenaas/hse_seminars_2018/tree/master/seminar_2 seminar_2] \|\| \|\|
	\|-
	\| 3 \|\| Основные понятия машинного обучения \|\| [https://github.com/thedenaas/hse_seminars_2018/tree/master/seminar_3 seminar_3] \|\| [https://github.com/thedenaas/hse_seminars_2018/tree/master/seminar_3 assignment] \|\| 16.10.2018 12:00
	\|-
	~~\| 4 \|\| Регуляризация в линейных моделях \|\| [https://github.com/thedenaas/hse_seminars_2018/tree/master/seminar_4 seminar_4] \|\| \|\|~~
	\|-
	\| 5 \|\| Линейный модели для классификации \|\| [https://github.com/thedenaas/hse_seminars_2018/tree/master/seminar_5 seminar_5] \|\| [https://github.com/thedenaas/hse_seminars_2018/tree/master/seminar_5 assignment] \|\| 16.11.2018 23:59
	\|-
	\| 6 \|\| Decision Trees. Ensembles. \|\| [https://github.com/thedenaas/hse_seminars_2018/tree/master/seminar_6 seminar_6] \|\| [https://github.com/thedenaas/hse_seminars_2018/tree/master/seminar_6 assignment] \|\| 30.11.2018 23:59
	\|-
	~~\| 7 \|\| Feed Forward Neural Networks \|\| [https://github.com/thedenaas/hse_seminars_2018/tree/master/seminar_7 seminar_7] \|\| \|\|~~
	\|-
	~~\| 8 \|\| Dimension reduction. Manifold Learning \|\| [https://github.com/thedenaas/hse_seminars_2018/tree/master/seminar_8 seminar_8] \|\| \|\|~~
	\|-
	\| 9 \|\| Word2Vec. Glove. Convolutional NN \|\| [https://github.com/thedenaas/hse_seminars_2018/tree/master/seminar_9 seminar_9] \|\| [https://github.com/thedenaas/hse_seminars_2018/tree/master/seminar_9 assignment] \|\| 29.01.2019 23.59
	\|-
	\| 10 \|\| RNN \|\| [https://github.com/thedenaas/hse_seminars_2018/tree/master/seminar_10 seminar_10] \|\| [https://github.com/thedenaas/hse_seminars_2018/tree/master/seminar_10 assignment] \|\| 12.02.2019 23.59
	\|-
	\| 11 \|\| Seq2Seq \|\| [https://github.com/thedenaas/hse_seminars_2018/tree/master/seminar_11 seminar_11] \|\| [https://github.com/thedenaas/hse_seminars_2018/tree/master/seminar_11 assignment] \|\| 4.03.2019 23.59
	\|-
	\| 12 \|\| Subword Embeddings, Metric Learning \|\| [https://github.com/thedenaas/hse_seminars_2018/tree/master/seminar_12 seminar_12] \|\| [https://github.com/thedenaas/hse_seminars_2018/tree/master/seminar_12 assignment] \|\| 19.03.2019 23.59
	\|-
	\| 13 \|\| Topic Modeling. Hidden Markov Models \|\| [https://github.com/thedenaas/hse_seminars_2018/tree/master/seminar_13 seminar_13] \|\| [https://github.com/thedenaas/hse_seminars_2018/tree/master/seminar_13 assignment] \|\| 19.03.2019 23.59
	\|-
	\|}

Denaas: /* Семинары */

2019-03-25T10:12:52Z

Семинары

← Предыдущая версия		Версия от 10:12, 25 марта 2019
Строка 96:		Строка 96:
	\|-		\|-
	\| 12 \|\| Subword Embeddings, Metric Learning \|\| [https://github.com/thedenaas/hse_seminars_2018/tree/master/seminar_12 seminar_12] \|\| [https://github.com/thedenaas/hse_seminars_2018/tree/master/seminar_12 assignment] \|\| 19.03.2019 23.59		\| 12 \|\| Subword Embeddings, Metric Learning \|\| [https://github.com/thedenaas/hse_seminars_2018/tree/master/seminar_12 seminar_12] \|\| [https://github.com/thedenaas/hse_seminars_2018/tree/master/seminar_12 assignment] \|\| 19.03.2019 23.59
			\|-
			\| 13 \|\| Topic Modeling. Hidden Markov Models \|\| [https://github.com/thedenaas/hse_seminars_2018/tree/master/seminar_13 seminar_13] \|\| [https://github.com/thedenaas/hse_seminars_2018/tree/master/seminar_13 assignment] \|\| 19.03.2019 23.59
	\|-		\|-
	\|}		\|}

Denaas: /* Семинары */

2019-03-05T08:34:50Z

Семинары

← Предыдущая версия		Версия от 08:34, 5 марта 2019
Строка 95:		Строка 95:
	\| 11 \|\| Seq2Seq \|\| [https://github.com/thedenaas/hse_seminars_2018/tree/master/seminar_11 seminar_11] \|\| [https://github.com/thedenaas/hse_seminars_2018/tree/master/seminar_11 assignment] \|\| 4.03.2019 23.59		\| 11 \|\| Seq2Seq \|\| [https://github.com/thedenaas/hse_seminars_2018/tree/master/seminar_11 seminar_11] \|\| [https://github.com/thedenaas/hse_seminars_2018/tree/master/seminar_11 assignment] \|\| 4.03.2019 23.59
	\|-		\|-
	\| 12 \|\| Subword Embeddings, Metric Learning \|\| [https://github.com/thedenaas/hse_seminars_2018/tree/master/seminar_12 seminar_12] \|\| \|\|		\| 12 \|\| Subword Embeddings, Metric Learning \|\| [https://github.com/thedenaas/hse_seminars_2018/tree/master/seminar_12 seminar_12] \|\| [https://github.com/thedenaas/hse_seminars_2018/tree/master/seminar_12 assignment] \|\| 19.03.2019 23.59
	\|-		\|-
	\|}		\|}

Denaas: /* Семинары */

2019-03-01T13:41:16Z

Семинары

← Предыдущая версия		Версия от 13:41, 1 марта 2019
Строка 94:		Строка 94:
	\|-		\|-
	\| 11 \|\| Seq2Seq \|\| [https://github.com/thedenaas/hse_seminars_2018/tree/master/seminar_11 seminar_11] \|\| [https://github.com/thedenaas/hse_seminars_2018/tree/master/seminar_11 assignment] \|\| 4.03.2019 23.59		\| 11 \|\| Seq2Seq \|\| [https://github.com/thedenaas/hse_seminars_2018/tree/master/seminar_11 seminar_11] \|\| [https://github.com/thedenaas/hse_seminars_2018/tree/master/seminar_11 assignment] \|\| 4.03.2019 23.59
			\|-
			\| 12 \|\| Subword Embeddings, Metric Learning \|\| [https://github.com/thedenaas/hse_seminars_2018/tree/master/seminar_12 seminar_12] \|\| \|\|
	\|-		\|-
	\|}		\|}

Denaas: /* Семинары */

2019-02-18T12:50:25Z

Семинары

← Предыдущая версия		Версия от 12:50, 18 февраля 2019
Строка 92:		Строка 92:
	\|-		\|-
	\| 10 \|\| RNN \|\| [https://github.com/thedenaas/hse_seminars_2018/tree/master/seminar_10 seminar_10] \|\| [https://github.com/thedenaas/hse_seminars_2018/tree/master/seminar_10 assignment] \|\| 12.02.2019 23.59		\| 10 \|\| RNN \|\| [https://github.com/thedenaas/hse_seminars_2018/tree/master/seminar_10 seminar_10] \|\| [https://github.com/thedenaas/hse_seminars_2018/tree/master/seminar_10 assignment] \|\| 12.02.2019 23.59
			\|-
			\| 11 \|\| Seq2Seq \|\| [https://github.com/thedenaas/hse_seminars_2018/tree/master/seminar_11 seminar_11] \|\| [https://github.com/thedenaas/hse_seminars_2018/tree/master/seminar_11 assignment] \|\| 4.03.2019 23.59
	\|-		\|-
	\|}		\|}

Denaas: /* Семинары */

2019-01-31T14:07:08Z

Семинары

← Предыдущая версия		Версия от 14:07, 31 января 2019
Строка 91:		Строка 91:
	\| 9 \|\| Word2Vec. Glove. Convolutional NN \|\| [https://github.com/thedenaas/hse_seminars_2018/tree/master/seminar_9 seminar_9] \|\| [https://github.com/thedenaas/hse_seminars_2018/tree/master/seminar_9 assignment] \|\| 29.01.2019 23.59		\| 9 \|\| Word2Vec. Glove. Convolutional NN \|\| [https://github.com/thedenaas/hse_seminars_2018/tree/master/seminar_9 seminar_9] \|\| [https://github.com/thedenaas/hse_seminars_2018/tree/master/seminar_9 assignment] \|\| 29.01.2019 23.59
	\|-		\|-
	\| 10 \|\| ~~Word2Vec. Glove. Convolutional NN~~ \|\| [https://github.com/thedenaas/hse_seminars_2018/tree/master/seminar_10 seminar_10] \|\| [https://github.com/thedenaas/hse_seminars_2018/tree/master/seminar_10 assignment] \|\| 12.02.2019 23.59		\| 10 \|\| RNN \|\| [https://github.com/thedenaas/hse_seminars_2018/tree/master/seminar_10 seminar_10] \|\| [https://github.com/thedenaas/hse_seminars_2018/tree/master/seminar_10 assignment] \|\| 12.02.2019 23.59
	\|-		\|-
	\|}		\|}

Denaas: /* Семинары */

2019-01-31T14:06:29Z

Семинары

← Предыдущая версия		Версия от 14:06, 31 января 2019
Строка 89:		Строка 89:
	\| 8 \|\| Dimension reduction. Manifold Learning \|\| [https://github.com/thedenaas/hse_seminars_2018/tree/master/seminar_8 seminar_8] \|\| \|\|		\| 8 \|\| Dimension reduction. Manifold Learning \|\| [https://github.com/thedenaas/hse_seminars_2018/tree/master/seminar_8 seminar_8] \|\| \|\|
	\|-		\|-
	\| 8 \|\| Word2Vec. Glove. Convolutional NN \|\| [https://github.com/thedenaas/hse_seminars_2018/tree/master/seminar_9 seminar_9] \|\| [https://github.com/thedenaas/hse_seminars_2018/tree/master/seminar_9 assignment] \|\| 29.01.2019 23.59		\| 9 \|\| Word2Vec. Glove. Convolutional NN \|\| [https://github.com/thedenaas/hse_seminars_2018/tree/master/seminar_9 seminar_9] \|\| [https://github.com/thedenaas/hse_seminars_2018/tree/master/seminar_9 assignment] \|\| 29.01.2019 23.59
			\|-
			\| 10 \|\| Word2Vec. Glove. Convolutional NN \|\| [https://github.com/thedenaas/hse_seminars_2018/tree/master/seminar_10 seminar_10] \|\| [https://github.com/thedenaas/hse_seminars_2018/tree/master/seminar_10 assignment] \|\| 12.02.2019 23.59
	\|-		\|-
	\|}		\|}

Denaas: /* Семинары */

2019-01-18T16:06:45Z

Семинары

← Предыдущая версия		Версия от 16:06, 18 января 2019
Строка 88:		Строка 88:
	\|-		\|-
	\| 8 \|\| Dimension reduction. Manifold Learning \|\| [https://github.com/thedenaas/hse_seminars_2018/tree/master/seminar_8 seminar_8] \|\| \|\|		\| 8 \|\| Dimension reduction. Manifold Learning \|\| [https://github.com/thedenaas/hse_seminars_2018/tree/master/seminar_8 seminar_8] \|\| \|\|
			\|-
			\| 8 \|\| Word2Vec. Glove. Convolutional NN \|\| [https://github.com/thedenaas/hse_seminars_2018/tree/master/seminar_9 seminar_9] \|\| [https://github.com/thedenaas/hse_seminars_2018/tree/master/seminar_9 assignment] \|\| 29.01.2019 23.59
	\|-		\|-
	\|}		\|}

Denaas: /* Семинары */

2018-12-18T08:33:21Z

Семинары

← Предыдущая версия		Версия от 08:33, 18 декабря 2018
Строка 85:		Строка 85:
	\| 6 \|\| Decision Trees. Ensembles. \|\| [https://github.com/thedenaas/hse_seminars_2018/tree/master/seminar_6 seminar_6] \|\| [https://github.com/thedenaas/hse_seminars_2018/tree/master/seminar_6 assignment] \|\| 30.11.2018 23:59		\| 6 \|\| Decision Trees. Ensembles. \|\| [https://github.com/thedenaas/hse_seminars_2018/tree/master/seminar_6 seminar_6] \|\| [https://github.com/thedenaas/hse_seminars_2018/tree/master/seminar_6 assignment] \|\| 30.11.2018 23:59
	\|-		\|-
	\| 7 \|\| Feed Forward Neural Networks \|\| \|\| \|\|		\| 7 \|\| Feed Forward Neural Networks \|\| [https://github.com/thedenaas/hse_seminars_2018/tree/master/seminar_7 seminar_7] \|\| \|\|
	\|-		\|-
	\| 8 \|\| Dimension reduction. Manifold Learning \|\| \|\| \|\|		\| 8 \|\| Dimension reduction. Manifold Learning \|\| [https://github.com/thedenaas/hse_seminars_2018/tree/master/seminar_8 seminar_8] \|\| \|\|
	\|-		\|-
	\|}		\|}

Denaas: /* Семинары */

2018-12-11T08:20:17Z

Семинары

← Предыдущая версия		Версия от 08:20, 11 декабря 2018
Строка 86:		Строка 86:
	\|-		\|-
	\| 7 \|\| Feed Forward Neural Networks \|\| \|\| \|\|		\| 7 \|\| Feed Forward Neural Networks \|\| \|\| \|\|
			\|-
			\| 8 \|\| Dimension reduction. Manifold Learning \|\| \|\| \|\|
	\|-		\|-
	\|}		\|}