Ask me (проект) - История изменений

GalinaKaleeva в 16:11, 18 октября 2017

2017-10-18T16:11:33Z

← Предыдущая версия		Версия от 16:11, 18 октября 2017
Строка 8:		Строка 8:
	\|number_of_students=4-5		\|number_of_students=4-5
	\|categorize=yes		\|categorize=yes
			\|is_archived=yes
	}}		}}

Simagin.denis в 09:48, 4 ноября 2016

2016-11-04T09:48:37Z

← Предыдущая версия		Версия от 09:48, 4 ноября 2016
Строка 10:		Строка 10:
	}}		}}

			Семинар проекта можно найти [[Ask me (семинар)\|здесь]].
	=== Что это за проект? ===		=== Что это за проект? ===
	Существует интересная [http://arxiv.org/pdf/1506.07285.pdf статья], описывающая модель, которая '''на вход''' принимает:		Существует интересная [http://arxiv.org/pdf/1506.07285.pdf статья], описывающая модель, которая '''на вход''' принимает:

Simagin.denis: /* Критерии оценки */

2016-10-04T10:14:29Z

Критерии оценки

← Предыдущая версия		Версия от 10:14, 4 октября 2016
Строка 55:		Строка 55:

	=== Критерии оценки ===		=== Критерии оценки ===
	В рамках проектах вы будете выполнять небольшие обучающие задания и проводить эксперименты. Их выполнение в срок и будет оцениваться. А дальше мы просто проагрегируем ваши результаты. Для получения оценки от 8 и выше необходимо воспроизвести результат авторов статьи хотя бы в урезанном виде~~. Необходимым, но не достаточным критерием получения удовлетворительно и выше является доклад на семинаре~~.		# Необходимым, но не достаточным критерием получения "зачет" и выше является доклад на семинаре.
			# Также формальным критерием кураторов является наличие запускаемого программного обеспечения, которое демонстрирует ваши достижения. К примеру, скрипты, воспроизводящие результаты экспериментов.
			# В рамках проектах вы будете выполнять небольшие обучающие задания и проводить эксперименты. Их выполнение в срок и будет оцениваться. А дальше мы просто проагрегируем ваши результаты.
			# Для получения оценки от 8 и выше необходимо воспроизвести результат авторов статьи хотя бы в урезанном виде.

	=== Ориентировочное расписание занятий ===		=== Ориентировочное расписание занятий ===
	Семинары будут проходить в стенах Яндекса каждую неделю в фиксированный день (вторник, среда или четверг). Если будет желание, то можно несколько раз в выходные провести своеобразные хакатоны: собираемся вместе на целый день, работаем, общаемся и трескаем пиццу.		Семинары будут проходить в стенах Яндекса каждую неделю в фиксированный день (вторник, среда или четверг). Если будет желание, то можно несколько раз в выходные провести своеобразные хакатоны: собираемся вместе на целый день, работаем, общаемся и трескаем пиццу.

Simagin.denis в 10:07, 4 октября 2016

2016-10-04T10:07:36Z

← Предыдущая версия		Версия от 10:07, 4 октября 2016
Строка 25:		Строка 25:
	# На одном из семинаров вы проведете разбор статьи, которую изучили самостоятельно.		# На одном из семинаров вы проведете разбор статьи, которую изучили самостоятельно.
	# Будет набор небольших упражнений для закрепления материала.		# Будет набор небольших упражнений для закрепления материала.
	# Мы будем двигаться к конечной цели - обучить собственную модель.		# Ревью кода ваших коллег по проекту.
			# Мы будем постепенно двигаться к конечной цели - обучить собственную модель.

	~~Предупреждаю!~~ Проект ~~предполагает большие затраты по~~ времени~~, а также погружение в исследовательский процесс~~.		'''Важно.''' Проект требует много времени. Подразумевается большое количество вычислений и самостоятельные исследования.

	=== Чему вы научитесь? ===		=== Чему вы научитесь? ===

Simagin.denis в 16:11, 21 сентября 2016

2016-09-21T16:11:01Z

← Предыдущая версия		Версия от 16:11, 21 сентября 2016
Строка 43:		Строка 43:
	=== Какие будут использоваться технологии? ===		=== Какие будут использоваться технологии? ===
	# В качестве основного языка будет Python 3.		# В качестве основного языка будет Python 3.
	# Нейронные сети мы будем обучать скорее всего с помощью Theano.		# Нейронные сети мы будем обучать скорее всего с помощью [https://github.com/Theano/Theano Theano].
	# Так же вы можете проводить вычисления на ресурсах aws или воспользоваться google cloud.		# Так же вы можете проводить вычисления на ресурсах [https://aws.amazon.com/ru/ aws] или воспользоваться [https://cloud.google.com google cloud].

	=== Темы вводных занятий ===		=== Темы вводных занятий ===

Simagin.denis: /* Чему вы научитесь? */

2016-09-21T16:10:18Z

Чему вы научитесь?

← Предыдущая версия		Версия от 16:10, 21 сентября 2016
Строка 30:		Строка 30:

	=== Чему вы научитесь? ===		=== Чему вы научитесь? ===
	1. Чтение самых свежих английских статей.		# Чтение самых свежих английских статей.
	2. LSTM сети		# Машинное обучение.
	3. Почувствуете себя исследователем		# Нейронные сети, рекуррентные нейронные сети и LSTM сети.
			# Почувствуете себя исследователем.

	=== Какие начальные требования? ===		=== Какие начальные требования? ===

Simagin.denis: /* Что это за проект? */

2016-09-21T16:08:49Z

Что это за проект?

← Предыдущая версия		Версия от 16:08, 21 сентября 2016
Строка 11:		Строка 11:

	=== Что это за проект? ===		=== Что это за проект? ===
	Существует интересная [http://arxiv.org/pdf/1506.07285.pdf статья], описывающая модель, которая на вход принимает:		Существует интересная [http://arxiv.org/pdf/1506.07285.pdf статья], описывающая модель, которая '''на вход''' принимает:
	1. Некоторый контекст, а именно несколько предложений.		# Некоторый контекст, а именно несколько предложений.
	2. Простой и короткий вопрос.		# Простой и короткий вопрос.
			А '''на выходе''' выдает некоторый осмысленный ответ в виде текста. Примечательно то, что в самой системе используется только обученные [https://en.wikipedia.org/wiki/Artificial_neural_network нейронные сети]. В частности, помощью [https://en.wikipedia.org/wiki/Long_short-term_memory LSTM-сети] модель запоминает контекст, оценивает вопрос и выдает ответ.
	А на выходе выдает ответ. Примечательно то, что в самой системе используется только обученные нейронные сети. В частности, помощью LSTM-~~сетей~~ модель запоминает контекст, оценивает вопрос и выдает ответ.

	Проект заключает в:		Проект заключает в:
	1. Воспроизведении результата, на сколько это позволят нам наши вычислительные мощности.		# Воспроизведении результата статьи, на сколько это позволят нам наши вычислительные мощности.
	~~2. Изучение~~ схожих статей		# Изучении схожих статей.
	3. ~~Проведение экспериментов~~		# Проведении экспериментов.

	Проект будет устроен следующим образом:		Проект будет устроен следующим образом:
	1. Будут еженедельные семинары, на которых мы разберем всю необходимую теорию.		# Будут еженедельные семинары, на которых мы разберем всю необходимую теорию.
	2. Будет набор небольших упражнений для закрепления материала		# На одном из семинаров вы проведете разбор статьи, которую изучили самостоятельно.
	~~3. На основе первых двух пунктов мы~~ будем двигаться к ~~воспроизведению статьи~~.		# Будет набор небольших упражнений для закрепления материала.
			# Мы будем двигаться к конечной цели - обучить собственную модель.

	Предупреждаю. Проект предполагает большие затраты по времени, а также погружение в исследовательский процесс.		Предупреждаю! Проект предполагает большие затраты по времени, а также погружение в исследовательский процесс.

	=== Чему вы научитесь? ===		=== Чему вы научитесь? ===

Simagin.denis: Новая страница, с помощью формы Новый_проект

2016-09-21T15:09:02Z

Новая страница, с помощью формы Новый_проект

Новая страница

{{Карточка_проекта
|name=Ask me
|mentor=Симагин Денис
|mentor_login={{URLENCODE:Simagin.denis|WIKI}}
|semester=Осень 2016
|course=2
|summer=on
|number_of_students=4-5
|categorize=yes
}}

=== Что это за проект? ===
Существует интересная [http://arxiv.org/pdf/1506.07285.pdf статья], описывающая модель, которая на вход принимает:
1. Некоторый контекст, а именно несколько предложений.
2. Простой и короткий вопрос.

А на выходе выдает ответ. Примечательно то, что в самой системе используется только обученные нейронные сети. В частности, помощью LSTM-сетей модель запоминает контекст, оценивает вопрос и выдает ответ.

Проект заключает в:
1. Воспроизведении результата, на сколько это позволят нам наши вычислительные мощности.
2. Изучение схожих статей
3. Проведение экспериментов

Проект будет устроен следующим образом:
1. Будут еженедельные семинары, на которых мы разберем всю необходимую теорию.
2. Будет набор небольших упражнений для закрепления материала
3. На основе первых двух пунктов мы будем двигаться к воспроизведению статьи.

Предупреждаю. Проект предполагает большие затраты по времени, а также погружение в исследовательский процесс.

=== Чему вы научитесь? ===
1. Чтение самых свежих английских статей.
2. LSTM сети
3. Почувствуете себя исследователем

=== Какие начальные требования? ===
# Наличие машины с UNIX-подобной ОС, владение командной оболочкой
# Вы должны писать на Python 3
# Необходимы знания Git, однако я всегда помогу в сложной ситуации
# Желательны базовые знания о машинном обучении

=== Какие будут использоваться технологии? ===
# В качестве основного языка будет Python 3.
# Нейронные сети мы будем обучать скорее всего с помощью Theano.
# Так же вы можете проводить вычисления на ресурсах aws или воспользоваться google cloud.

=== Темы вводных занятий ===
Будем планомерно погружаться в тему, весь 2 и 3 модули. Также каждый участник проекта сделает доклад статьи на схожую тему.

=== Направления развития ===
# Это абсолютно свежая тема для исследований. Изучать статьи и проводить свои эксперименты можно просто до бесконечности.
# Для демонстрации своих достижений вы можете сделать какой-нибудь телеграм-бот.

=== Критерии оценки ===
В рамках проектах вы будете выполнять небольшие обучающие задания и проводить эксперименты. Их выполнение в срок и будет оцениваться. А дальше мы просто проагрегируем ваши результаты. Для получения оценки от 8 и выше необходимо воспроизвести результат авторов статьи хотя бы в урезанном виде. Необходимым, но не достаточным критерием получения удовлетворительно и выше является доклад на семинаре.

=== Ориентировочное расписание занятий ===
Семинары будут проходить в стенах Яндекса каждую неделю в фиксированный день (вторник, среда или четверг). Если будет желание, то можно несколько раз в выходные провести своеобразные хакатоны: собираемся вместе на целый день, работаем, общаемся и трескаем пиццу.