Научно-исследовательский семинар "Машинное обучение и приложения 2"

Бакалавриат 2022/2023

Статус: Курс по выбору (Прикладная математика и информатика)

Направление: 01.03.02. Прикладная математика и информатика

Кто читает: Департамент больших данных и информационного поиска

Где читается: Факультет компьютерных наук

Когда читается: 4-й курс, 1-3 модуль

Формат изучения: без онлайн-курса

Охват аудитории: для своего кампуса

Преподаватели: Дискин Михаил Сергеевич, Лобачева Екатерина Максимовна, Рубачёв Иван Викторович

Язык: русский

Кредиты: 5

Контактные часы: 52

Дополнительные материалы в LMS Задать вопрос

Аннотация

Курс посвящён чтению, пониманию и обсуждению научных статей по машинному и глубокому обучению. Студенты разбирают постановку исследовательской задачи, методы, основные результаты и ограничения работ, связывают их с предшествующими исследованиями и учатся ясно представлять материал аудитории. Основу занятий составляют студенческие доклады, научная дискуссия и выступления приглашённых исследователей. Студенты готовят письменные рецензии на доклады и дважды за курс проходят устный коллоквиум. После необходимых классических работ основное внимание уделяется исследованиям последних двух-трёх лет. Обязательное программирование, реализация методов и воспроизведение экспериментов в курс не входят.

Цель освоения дисциплины

Развить навыки самостоятельного чтения научных статей по машинному и глубокому обучению.
Научить выделять исследовательский вопрос, основную идею и вклад работы.
Научить анализировать методологию, доказательства и экспериментальные результаты.
Развить умение соотносить статью с предшествующими работами и текущим исследовательским направлением.
Развить навыки ясного, точного и структурированного представления научных результатов.
Развить навыки академической дискуссии и аргументированного рецензирования научных выступлений.

Планируемые результаты обучения

Знать основные задачи в области современных исследований в машинном обучении (классификация, регрессия, сегментация, прогнозирование и т.д.).
Знать современные алгоритмы и модели, рассматриваемые в научных статьях (сверточные нейронные сети, рекуррентные нейронные сети, бустинг, коллаборативная фильтрация, REINFORCE и т.д.), знать преимущества и недостатки моделей данных типов.
Уметь готовить и проводить выступление с докладом на научную тему, а также вести дискуссию по материалам доклада.
Уметь писать научные тексты.
Уметь самостоятельно выбирать и изучать современные научные статьи, находить релевантную литературу.

Содержание учебной дисциплины

Приглашенные доклады.
Выступления студентов с научными докладами.
Научные тексты и их оформление.

Элементы контроля

Доклады (Выступление с презентацией)
Два раза в год студент должен утвердить тему своего выступления у преподавателя в назначенные для этого сроки. Темы выступлений студенты выбирают самостоятельно из списка тем, предложенных преподавателем, с учетом своих интересов. Минимум за неделю до даты выступления докладчик должен прислать краткий план своего доклада преподавателю на согласование, а также список из 3-4 вопросов по материалам доклада (вопросы должны покрывать основные идеи доклада).
Проверочные (Контрольная работа)
Доклады в течение года будут разбиты по темам на блоки. В конце каждого блока (примерно раз в 3-4 недели) будет проводиться проверочная работа на 30 минут. Список вопросов будет составляться из вопросов по докладам, которые подготовили выступающие, с последующей корректировкой преподавателем. В случае очных занятий, полный список вопросов будет известен студентам заранее, на проверочной им нужно будет ответить на несколько случайных вопросов из этого списка. В случае занятий онлайн список вопросов студентам заранее не сообщается. Для подготовки студентов презентации и вспомогательные материалы выкладываются на страницу курса. При написании проверочной нельзя пользоваться никакими материалами.
Рецензии (Эссе)
Каждый доклад оценивается не только преподавателем, но и студентами. Трое одногруппников докладчика, присутствовавшие на занятии, пишут короткую рецензию на выступление и оценивают его по 10-бальной шкале. Рецензенты назначаются преподавателем на занятии. Рецензия должна обосновывать выставленную оценку, содержать описание положительных и отрицательных сторон, а также предложения по улучшению доклада. Главная цель рецензии - помочь докладчику улучшить свои навыки.
Кросс-рецензирование ВКР (Эссе)
Оценка выставляется по накопленной, экзамен не проводится

Промежуточная аттестация

2022/2023 учебный год 3 модуль
0.4 * Проверочные (Контрольная работа) + 0.1 * Рецензии (Эссе) + 0.1 * Кросс-рецензирование ВКР (Эссе) + 0.4 * Доклады (Выступление с презентацией)

Список литературы

Авторы

Лобачева Екатерина Максимовна

Программа дисциплины