Глубинное обучение 1 25/26: различия между версиями

Материал из Wiki - Факультет компьютерных наук
Перейти к навигации Перейти к поиску
Новая страница: «== О курсе == Это страничка курсов 2025-2026 года (1-3 модуль 3 курса ПМИ): * '''Глубинное обучение 1'…»
 
 
(не показаны 2 промежуточные версии этого же участника)
Строка 2: Строка 2:


Это страничка курсов 2025-2026 года (1-3 модуль 3 курса ПМИ):
Это страничка курсов 2025-2026 года (1-3 модуль 3 курса ПМИ):
* '''Глубинное обучение 1''' (для групп МОП: 231-234)
* '''Глубинное обучение 1''' (для групп МОП: 231-234, ЭАД, КНАД)
* '''Введение в глубинное обучение''' (группы 2310 (АДИС), 2311 (АПР) и 2312 (АДНЖ)).
* '''Введение в глубинное обучение''' (группы 239 (ТИ), 237, 2310 (АДИС), 2311 (АПР) и 2312 (АДНЖ), ВСН).


Курс посвящен глубинному обучению – самой активно развивающейся области машинного обучения. Слушатели курса узнают, какие задачи машинного обучения можно решать с помощью нейронных сетей и какие виды нейронных сетей находят свои применения на сегодняшний день. Курс имеет явную практическую направленность, студентам предлагаются задания на обучение нейронных сетей на фреймворке PyTorch языка программирования Python. В курсе обзорно, но достаточно для ознакомления разбираются задачи на изображения и тексты.
Курс посвящен глубинному обучению – самой активно развивающейся области машинного обучения. Слушатели курса узнают, какие задачи машинного обучения можно решать с помощью нейронных сетей и какие виды нейронных сетей находят свои применения на сегодняшний день. Курс имеет явную практическую направленность, студентам предлагаются задания на обучение нейронных сетей на фреймворке PyTorch языка программирования Python. В курсе обзорно, но достаточно для ознакомления разбираются задачи на изображения и тексты.
Строка 17: Строка 17:
* Репозиторий курса: https://github.com/xiyori/intro-to-dl-hse
* Репозиторий курса: https://github.com/xiyori/intro-to-dl-hse


* Таблица с оценками: TBD
* Таблица с оценками: https://docs.google.com/spreadsheets/d/1ZxIP7ejDFrSbDT_YEFZUCpeF4OSPfrr8DjVVm2Dyn3g/edit?usp=sharing


* Anytask: TBD
* Anytask: https://anytask.org/course/1232


* Чат с обсуждением: +8WPdr4r6JD1kNWNi (добавить после хттпс://т.ме/)
* Чат с обсуждением: +8WPdr4r6JD1kNWNi (добавить после хттпс://т.ме/)
Строка 41: Строка 41:
| ГО-1 не МОП ПМИ || любой из четырёх выше || см. таблицу с оценками || так же
| ГО-1 не МОП ПМИ || любой из четырёх выше || см. таблицу с оценками || так же
|-
|-
| 2310 (АДИС) || [https://www.hse.ru/org/persons/488564316/ Лазарев Михаил Владимирович] ||  || TBA
| 237, 2310 (АДИС) || [https://www.hse.ru/org/persons/488564316/ Лазарев Михаил Владимирович] ||  || TBA
|-
|-
| 2311 (АПР) + 2312 (АДНЖ) || [https://t.me/alekhinakate Екатерина Алехина] ||  || TBA
| 239 (ТИ) + 2311 (АПР) + 2312 (АДНЖ) || [https://t.me/alekhinakate Екатерина Алехина] ||  || TBA
|-
|-
| ВСН || [https://t.me/sp_gn Василий Какурин] || TBA || TBA
| ВСН || [https://t.me/sp_gn Василий Какурин] || TBA || TBA

Текущая версия от 10:39, 25 января 2026

О курсе

Это страничка курсов 2025-2026 года (1-3 модуль 3 курса ПМИ):

  • Глубинное обучение 1 (для групп МОП: 231-234, ЭАД, КНАД)
  • Введение в глубинное обучение (группы 239 (ТИ), 237, 2310 (АДИС), 2311 (АПР) и 2312 (АДНЖ), ВСН).

Курс посвящен глубинному обучению – самой активно развивающейся области машинного обучения. Слушатели курса узнают, какие задачи машинного обучения можно решать с помощью нейронных сетей и какие виды нейронных сетей находят свои применения на сегодняшний день. Курс имеет явную практическую направленность, студентам предлагаются задания на обучение нейронных сетей на фреймворке PyTorch языка программирования Python. В курсе обзорно, но достаточно для ознакомления разбираются задачи на изображения и тексты.

Цели освоения курса

  1. Знать принцип работы и уметь обучать следующие виды нейронных сетей: полносвязные, сверточные, рекуррентные, трансформеры.
  2. Владение фреймворком PyTorch для обучения нейронных сетей.
  3. Понимание различных задач, которые решаются с применением глубинного обучения.
  4. Умение обрабатывать данные и составлять пайплайны для обучения нейронных сетей.

Полезные ссылки

  • Чат с обсуждением: +8WPdr4r6JD1kNWNi (добавить после хттпс://т.ме/)

Преподаватели и ассистенты

Лекции (МОП); кому писать, если кажется, что все пропало: Фома Шипилов

Группа Семинарист Ассистенты Инвайт в anytask
231 (МОП) Беляев Артём Русланович TBA
232 (МОП) Фома Шипилов TBA
233 (МОП) Борис Панфилов TBA
234 (МОП) Илья Дробышевский TBA
ГО-1 не МОП ПМИ любой из четырёх выше см. таблицу с оценками так же
237, 2310 (АДИС) Лазарев Михаил Владимирович TBA
239 (ТИ) + 2311 (АПР) + 2312 (АДНЖ) Екатерина Алехина TBA
ВСН Василий Какурин TBA TBA
ЭАД Илья Судаков TBA TBA
КНАД Кирилл Королев TBA TBA

Формулы оценок

МОП

Итог = Округление(0.3 * БДЗ + 0.25 * МДЗ + 0.15 ПР + 0.3 * Э)

  • БДЗ - оценка за большие домашние задания
  • МДЗ - оценка за маленькие домашние задания
  • ПР - оценка за проверочные работы (проводятся на семинарах)
  • Э - оценка за экзамен

Округление арифметическое. Определим накопленную оценку как Накоп = Округление((0.3 * БДЗ + 0.25 МДЗ + 0.15 * ПР) / 0.7). Если Накоп >= 8, то студент может получить Накоп в качестве итоговой оценки, не приходя на экзамен.

Формат экзамена: письменный, в аудитории, материалами пользоваться не разрешается, 2 часа.

Формат пересдачи: накопленная оценка сохраняется, формат аналогичен экзамену.

Не МОП

Итог = Округление(0.7 * МДЗ + 0.3 * ПР)

  • МДЗ - оценка за маленькие домашние задания
  • ПР - оценка за проверочные работы (проводятся на семинарах)

Округление арифметическое.

Формат экзамена: экзамен не предусмотрен.

Формат пересдачи: досдача МДЗ.

Лекции

МОП

TBA

Не МОП

Семинары

МОП

TBA

Не МОП

Маленькие домашние задания

TBA

Большие домашние задания

Теоретические домашние задания

Источник — https://wiki.cs.hse.ru/index.php?title=Глубинное_обучение_1_25/26&oldid=94943