Materialul de la MachineLearning.
Ajustarea modelului de algoritmi din date este o problemă de optimizare, aplicabilitatea practică a metodei de învățare a mașinilor depinde de eficacitatea soluției. În epoca datelor mari, mulți algoritmi clasici de optimizare devin inaplicabili. aici este necesară rezolvarea problemei optimizării funcțiilor în mai puțin timp decât este necesar pentru a calcula valoarea unei funcții într-un punct. Astfel de cerințe pot fi îndeplinite în cazul unei combinații competente de abordări cunoscute în optimizare, ținând cont de natura specifică a problemei care trebuie rezolvată. Cursul este dedicat studierii metodelor clasice și moderne de rezolvare a problemelor de optimizare continuă (inclusiv cele neconvexe), precum și a caracteristicilor aplicării acestor metode în problemele de optimizare apărute în procesul de învățare mecanică. Disponibilitatea oricăror cunoștințe preliminare de optimizare nu este presupusă, toate conceptele necesare sunt înțelese în cursul cursurilor. Principalul accent în prezentare se referă la aspectele practice ale implementării și utilizării metodelor. Scopul cursului este de a dezvolta abilitățile elevilor în alegerea metodei adecvate pentru sarcina lor, care ia în considerare pe deplin caracteristicile sale. Cursul este destinat elevilor și studenților cu studii superioare. Cunoașterea principiilor de bază ale învățării în mașină este binevenită, dar nu este necesară - toate conceptele necesare sunt introduse în timpul cursurilor.
- pe CMC în zilele de luni în sală. 612, lectură de la 10-30 până la 12-05, atelier de lucru de la 12-15 la 13-50.
- pe scaunul de bază al sistemelor intelectuale MIPT miercurea la Centrul de calcul al Academiei Ruse de Științe din k.355, curs de la 10-30 până la 12-05, seminar de la 12-15 la 13-50.
Invită în AnyTask: UAb78YK pentru VMK, YYGCLOZ pentru PhysTech.
Tabelul cu rezultatele este aici
Sistem de clasificare
În cadrul cursului se preconizează patru sarcini practice, patru teme și o examinare. Fiecare sarcină și examen sunt evaluate pe o scară de cinci puncte. Temele la domiciliu după data scadenței nu sunt acceptate. Pentru fiecare zi de întârziere în livrarea unei sarcini practice, se acordă o penalizare de 0,1 puncte, la două săptămâni de la data cesiunii, nu se acceptă o sarcină practică.
Gradul final al cursului este o sumă ponderată a evaluării pentru examen (contribuție de 40%), evaluări pentru cesiuni practice (contribuție de 40%) și cesiuni de teme (contribuție de 20%). Pentru a obține un scor final de 5 (corespunzător> = 8 pentru studenții MIPT), este necesar să treceți toate înscrierile practice și toate temele la un scor pozitiv și să înscrieți cel puțin 4 puncte (corespunzător> = 5 pentru MIPT); pentru a obține un scor final de 4 (respectiv> 5 pentru MIPT), trebuie să trimiteți trei sarcini practice și oricare două sarcini de lucru la domiciliu; Pentru a obține un scor final de 3 (respectiv> 3 pentru MIPT), trebuie să trimiteți două sarcini practice și orice temă.
La efectuarea fiecărei sarcini, puteți obține puncte bonus pentru elementele opționale, însă estimările finale pentru partea practică a cursului și pentru partea de origine a cursului nu pot depăși ratingurile maxime corespunzătoare fără a lua în considerare bonusurile. De exemplu, dacă se utilizează o scală de cinci puncte și numărul de sarcini (de exemplu, acasă) este de patru, atunci bonusul pentru evaluarea sarcinilor poate fi după cum urmează: 1) 5,5, 4, 4, 4; sau 2) 5.5, 5, 5, 5. În primul caz, scorul final pentru tematică este 17.5, iar în al doilea - 20.0.
teme pentru acasă
Misiuni practice
Trimiteți-le prietenilor: