Магистратура
2025/2026
Генеративные модели
Статус:
Курс обязательный (Анализ данных в девелопменте)
Где читается:
Факультет компьютерных наук
Когда читается:
2-й курс, 1, 2 модуль
Охват аудитории:
для своего кампуса
Язык:
русский
Кредиты:
6
Контактные часы:
44
Программа дисциплины
Аннотация
Дисциплина преподается с целью ознакомления слушателей с генеративными методами машинного и глубинного обучения, приобретения навыков разработки новых подходов и моделей генеративного моделирования, а также проведения и презентации прикладных исследовательских задач.
Цель освоения дисциплины
- Формирование знаний и навыков построения, обучения, и применения генеративных моделей.
Планируемые результаты обучения
- Освоение практических аспектов генеративных моделей
- Освоение теоретических аспектов и интуитивного понимания генеративных моделей
- Освоение практических и теоретических аспектов работы с генеративными моделями, освоение навыка реализации исследований
- Владение навыками построения генеративных моделей
- Умение обучать и применять генеративные модели
Содержание учебной дисциплины
- Основы генеративного моделирования
- Генеративно Состязательные Сети (GAN)
- Вариационные Автокодировщики (VAE)
- Нормализующий Потоки (NF)
- Диффузионные модели (DM)
Элементы контроля
- Домашние заданияПрактическая реализация архитектур и моделей
- ТестыОдин вопрос на основе материала предыдущей лекции
- ПроектРеализация и презентация о прикладном исследовании
Список литературы
Рекомендуемая основная литература
- Deep learning, Kelleher, J. D., 2019
Рекомендуемая дополнительная литература
- Bjerva, J., Kementchedjhieva, Y., Cotterell, R., & Augenstein, I. (2019). A Probabilistic Generative Model of Linguistic Typology. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsarx&AN=edsarx.1903.10950
- Introduction to deep learning, Charniak, E., 2018