Правила и описание рейтинговой системы от 2023

8304

8306

8310

(прошл. год)

Требования к докладу

Зависимости для лаб. работ

Лабораторная работа №1 - Многоклассовая классификация цветов

Лабораторная работа №2 - Бинарная классификация отраженных сигналов радара

Лабораторная работа №3 - Регрессионная модель изменения цен на дома в Бостоне

Лабораторная работа №4 - Распознавание рукописных символов

Лабораторная работа №5 - Распознавание объектов на фотографиях

Лабораторная работа №6 - Прогноз успеха фильмов по обзорам

Лабораторная работа №7 - Классификация обзоров фильмов

Лабораторная работа №8 - Генерация текста на основе “Алисы в стране чудес”

Задачи

Таблица для выбора ИДЗ

Посещение 8310 (редактор только Слепов Артем)

Посещение 8306 (редактор только Даниил Занин)

Посещение 8304 (редактор только Абибулаев Эльдар )

Лекция 1

Лекция 2

Лекция 3

Лекция 4

Лекция 5

Лекция 6

Лекция 7

Лабораторные проводятся каждую неделю по четвергам в 13:40 дистанционно: Ссылка на Discord.

Для получения роли студента необходимо изменить ник по формату <номер группы> <фамилия> <имя> (кириллицей). Сроки сдачи лаб. работ на максимальный балл.

Запись на сдачу лаб. работы. Записываться необходимо за день до защиты до 12:00 (среда 12:00). В случае, если на этот момент записывашихся не будет, то занятие не проводится из-за отсутствия сдающих.

Лаб. работа №1 - 16 февраля 2023
Лаб. работа №2 -  2 марта   2023
Лаб. работа №3 - 16 марта   2023
Лаб. работа №4 - 30 марта   2023
Лаб. работа №5 - 13 апреля  2023
Лаб. работа №6 - 27 апреля  2023
Лаб. работа №7 - 11 мая     2023
Лаб. работа №8 - 25 мая     2023

Расписание семинаров (по вторникам в 17:20): Ссылка Zoom для семинаров

1 раз в 2 недели во вторник, по 24 мая 2022 (8 семинаров)
      15 февраля 2022 в 17:20
	 1 марта 2022 в 17:20
	15 марта 2022 в 17:20
	29 марта 2022 в 17:20
       12 апреля 2022 в 17:20
       26 апреля 2022 в 17:20
  	  10 мая 2022 в 17:20
	  24 мая 2022 в 17:20

Расписание лекций (по вторникам в 19:00):

1 раз в 2 недели во вторник, по 24 мая 2022 (8 лекций)
      15 февраля 2022 в 19:00
	 1 марта 2022 в 19:00
	15 марта 2022 в 19:00
	29 марта 2022 в 19:00
       12 апреля 2022 в 19:00
       26 апреля 2022 в 19:00
	  10 мая 2022 в 19:00
	  24 мая 2022 в 19:00

Материалы 1-го семинара

История Нейронных сетей: Ссылка для скачивания на Google.Drive

Материалы 2-го семинара

Материалы о доказательстве сходимости алгоритмов обучения НС:

* В.Д. Мазуров. Математические методы распознования образов Ссылка для скачивания на Google.Drive

* К.В. Воронцов. Математические методы обучения по прецедентам (теория обучения машин) Ссылка для скачивания на Google.Drive

• Skansi Sandro Introduction to Deep Learning
• Rosebrock Adrian Deep Learning for Computer Vision with Python
• Гудфеллоу Ян Глубокое обучение
• Николенко Сергей Глубокое обучение
• Nielsen Michael Neural Networks and Deep Learning
• Molnar Christoph Interpretable Machine Learning
• Burkov Andriy The hundred-Page Machine Learning Book
• Trask Andrew Deep Learning
• Yaser Abu Mostafa Learning from Data
• Жерон Орельен Прикладное машинное обучение с помощью Scikit-Learn и TensorFlow
• Brownlee Jason Deep Learning With Python
• Chollet Francois Deep Learning with Python

ЛЭТИ

• Цехановский, Жукова, Бутырский: Искусственные нейронные сети. Учебник Подробнее: https://www.labirint.ru/books/906502/
• ИСКУССТВЕННЫЕ НЕЙРОННЫЕ СЕТИ. Учебное пособие: https://drive.google.com/file/d/1uC5Ip-K6dKTYoynzvTSOFryEqwCS_clU