/mmp_practicum_spring_2022

Курс "Практикум на ЭВМ 2021/2022" для бакалавров 3 курса кафедры ММП ВМК МГУ, весенний семестр

Primary LanguageJupyter Notebook

Курс "Практикум на ЭВМ 2021/2022" для бакалавров 3 курса кафедры ММП ВМК МГУ, весенний семестр

Этот репозиторий содержит материалы к курсу "Практикум на ЭВМ", читаемому бакалаврам 3 курса кафедры ММП факультета ВМК МГУ в весеннем семестре 2022 года.

О курсе

  • Обязательный курс для студентов каф. ММП 3 курса, 6 семестр
  • Отчётность: зачёт с оценкой

Курс читается в поддержку курсов "Глубинное обучение" и "Математические методы распознавания образов" (машинное обучение, часть 2), читаемых на кафедре ММП. В ходе курса студенты выполняют различные практические задания.

Курс лекций по глубинному обучению

Общефакультетский курс лекций по машинному обучению

Курс лекций по машинному обучению

Курс семинаров по машинному обучению

Материалы

Видеозаписи практикумов выкладываются в этом плейлисте. Видеозаписи практикумов прошлого года в этом плейлисте.

Задания выкладываются здесь.

Занятия

Дата Номер Тема Материалы ДЗ
09 февраля 1
  • Введение в нейросети
  • MLP
  • Инициализация сетей
 Введение в нейросети. MLP. Инициализация сетей ¯\_(ツ)_/¯
16 февраля 2
  • Автоматическое дифференцирование
  • Задачи
  • Backpropagation
 Решение задач Полносвязная нейронная сеть на numpy
02 марта 3
  • Dropout
  • BatchNorm
  • Введение в PyTorch
 PyTorch ¯\_(ツ)_/¯
09 марта 4
  • Свёртки
  • Свёрточные сети в Pytorch
  • Сегментация
 Свёртки. Свёрточные сети в Pytorch. Сегментация ¯\_(ツ)_/¯
16 марта 5
  • Свёрточные сети в Pytorch
  • Сегментация
 FCN Сегментация изображений
23 марта 6
  • RNN
  • Языковые модели
 RNN. Language models ¯\_(ツ)_/¯
30 марта 7
  • RNN
  • Transformers
 RNN. Transformers RNN. Dropout in RNN. Language models
06 апреля 8
  • HDFS
  • Hadoop
 HDFS. Hadoop ¯\_(ツ)_/¯
13 апреля 9
  • MapReduce
  • Hadoop Streaming
 MapReduce HDFS. MapReduce умножение матриц
21 апреля 10
  • MapReduce Workflow
  • MapReduce 1.0
 ... ¯\_(ツ)_/¯
30 апреля 11
  • YARN
  • Типичные MapReduce задачи
 ... MapReduce коллаборативная фильтрация
23 мая 12
  • Spark
 … ¯\_(ツ)_/¯

Формат сдачи курса

  • В рамках семестра предполагается выполнить четыре больших практических заданий стоимостью 10 баллов каждое и одно практическое задание стоимостью 5 баллов.
  • За каждый день просрочки задания назначается штраф — 1 балл.
  • Bfall — баллы за осенний семестр, Bfall,max = 230 — максимальное число баллов за осенний семестр.
  • Bspring — баллы за весенний семестр, Bspring,max = 45 — максимальное число баллов за весенний семестр.
  • B = 3Bfall⁄Bfall,max + 7Bspring⁄Bspring,max — баллы за годовой курс.
    • B ≥ 8 и 5 практических заданий сданы на оценку ≥ 4 ⇒ отлично
    • B ≥ 6 и 4 практических задания сданы на оценку ≥ 4 ⇒ хорошо
    • B ≥ 4 и 3 практических задания сданы на оценку ≥ 4 ⇒ удовлетворительно
    • иначе ⇒ неудовлетворительно ​
  • При определении числа зачтённых заданий рассматриваются только задания весеннего семестра. Штраф за просрочку при этом не учитывается.