Optimalizációs módszerek a gépi tanulásban (előadás)
Anyag a gépi tanulásból.
Az algoritmusok modelljének az adatokból történő optimalizálása problematikus, a gépi tanulási módszer gyakorlati alkalmazhatósága a megoldás hatékonyságától függ. A nagy adatok korában sok klasszikus optimalizálási algoritmus nem alkalmazható. itt kell megoldani a funkciók optimalizálásának problémáját egy adott ponton egy adott funkció értékének kiszámításához szükségesnél kisebb ideig. Ezeket a követelményeket akkor lehet kielégíteni, ha az optimális megoldások ismert módszereinek kombinációját figyelembe veszik, figyelembe véve a megoldandó probléma sajátos jellegét. A tanfolyam a klasszikus és modern módszerek tanulmányozására szolgál a folyamatos optimalizálási problémák (beleértve a nem konvexeket is) megoldására, valamint a módszereknek a gépi tanulás során felmerülő optimalizálási problémákra való alkalmazását. Az optimalizálással kapcsolatos előzetes tudás rendelkezésre állása nem várható, minden szükséges fogalom az óra során értendő. A prezentációban a fő hangsúly a módszerek megvalósításának és felhasználásának gyakorlati vonatkozásairól szól. A kurzus célja, hogy fejlessze a diákok készségét a megfelelő módszer kiválasztására feladataikra, amelyek leginkább figyelembe veszik annak jellemzőit. A tanfolyam célja a felsőbb hallgatók és a hallgatók. A gépi tanulás alapjainak ismerete üdvözlendő, de nem feltétlenül szükséges - az előadások során minden szükséges fogalmat bemutatnak.
- a CMC-n hétfőn a hallban. 612, előadás 10-30-tól 12-05-ig, workshop 12-15 és 13-50 között.
- az Intellectual Systems MIPT alapszékén szerdán az Orosz Tudományos Akadémia számítástechnikai központjában k.355, előadás 10-30-tól 12-05-ig, szeminárium 12-15-ről 13-50-re.
Felhívja a AnyTask-ot: UAb78YK a VMK, YYGCLOZ a PhysTech-hoz.
Az eredményeket tartalmazó táblázat itt található
Osztályozási rendszer
A tanfolyam keretében négy gyakorlati feladatot, négy házi feladatot és egy vizsgát feltételeznek. Minden feladatot és vizsgát ötpontos skálán értékelnek. Házi feladat az esedékesség napja után nem fogadható el. A gyakorlati megbízás kézbesítésének minden egyes napján 0,1 pont büntetést ítélnek oda, két héttel az átruházás időpontját követően gyakorlati feladatot nem fogadnak el.
A kurzus záróvizsgája a vizsga értékelésének súlyozott összege (40% -os hozzájárulás), a gyakorlati feladatok értékelése (40% -os hozzájárulás) és a házi feladatok (20% -os hozzájárulás). Ebben az esetben, hogy megkapjuk a végső pontszám 5 (vagy> = 8 a diákok MIPT) át kell mennie egy pozitív pontszámot és minden Gyakorlatilag minden házi és a pontszám a vizsgán legalább 4 pontot (vagy> = 5 MIPT); hogy 4 végső pontszámot kapjon (MIPT esetén => 5), három gyakorlati feladatot és két házi feladatot kell benyújtania; hogy megkapja a végső pontszámot 3 (MIPT esetén> = 3), minden két gyakorlati feladatot és bármely házi feladatot be kell nyújtania.
Az egyes feladatok végrehajtásakor bónuszpontokat kaphat az opcionális tételekhez, de a kurzus gyakorlati részének és a kurzus hazai részének végső becslései a bónuszok figyelembevétele nélkül nem haladhatják meg a megfelelő maximális pontszámokat. Például, ha ötpontos skálát használunk, és a feladatok száma (mondjuk, otthon) négy, akkor a feladatok kiértékelésének bónusa a következő lehet: 1) 5.5, 4, 4, 4; vagy 2) 5,5, 5, 5, 5. Az első esetben a végső pontszám a házi feladat 17,5, és a második - 20,0.