imported>Zimovnov: Отмена правки 70588, сделанной участником Healthline (обс.)

2023-01-15T16:03:44Z

Отмена правки 70588, сделанной участником Healthline (обс.)

Новая страница

== О курсе ==

Курс читается для студентов 4-го курса [https://cs.hse.ru/ami ПМИ ФКН ВШЭ] в 3 модуле. Проводится с 2017 года.

'''Лектор:''' [https://www.hse.ru/org/persons/175396509 Зимовнов Андрей Вадимович]

Лекции ПМИ проходят по понедельникам в 11:10 по [https://zoom.us/j/92432496193 ссылке].

Вычислительные мощности в облаке Azure для курса предоставила компания Microsoft.

=== Полезные ссылки ===

Таблица с оценками: https://docs.google.com/spreadsheets/d/1cdzBaW_k4uzyMDtBijeyjji0o21VhJ3g-mO185vmKso/edit#gid=0

[https://github.com/ZEMUSHKA/lsml_hse_lectures Репозиторий с лекциями на GitHub]

[https://github.com/ADKosm/lsml-2021-public Репозиторий с семинарами на GitHub]

[https://youtube.com/playlist?list=PLEwK9wdS5g0o1M8LL429mY-jUGlYvTMsx YouTube канал с записями всех занятий]

Самостоятельные задачи cдаются в Dropbox. Дедлайны жесткие. Для каждого семинара своя отдельная ссылка на прием заданий:

{| class="wikitable"
|-
! Задание !! Ссылка для сдачи !! Ссылка на домашнее задание !! Дата выдачи !! Дедлайн
|-
| Мини домашнее задание 1. Azure & Bash || https://www.dropbox.com/request/wLLX3aHRKwahk0ukMYxe || https://bit.ly/2NbF2QX || 20 января || 3 февраля 23:59
|-
| Мини домашнее задание 2. Hadoop & Spark || https://www.dropbox.com/request/jctWv4RclpbNUr7G4WCX || https://bit.ly/3aSQbyd || 10 февраля || 7 марта 23:59
|-
| Мини домашнее задание 3. Classic models || https://www.dropbox.com/request/AS0pVq4PVvn8IEk8aHQI || https://bit.ly/2ZKYvev || 24 февраля || 17 марта 23:59
|-
| Мини домашнее задание 4. Neural netowrks || https://www.dropbox.com/request/lgnAY7cd2gNVTCMFqZY0 || https://bit.ly/3lyUns8 || 18 марта || 28 марта 23:59
|-
| Мини домашнее задание 5 (бонусное). KNN & Streaming || https://www.dropbox.com/request/8xvTfpzu14UVkN6oTf49 || Ищите в ноутбуках с последних семинаров || 17 марта || 28 марта 23:59
|-
| Основное домашнее задание || https://www.dropbox.com/request/ntCyZLdoaRzUA4GohBEH || https://bit.ly/3bAmmmx || 24 февраля || 28 марта 23:59
|-
|}

Канал в telegram для объявлений: https://t.me/joinchat/RNZgXfAHNbG_biu3

Ошибки в материалах лекций/семинаров/заданий лучше всего оформлять в виде issue на github.

== Семинары ==

{| class="wikitable"
|-
! Группа !! Преподаватель !! Время !! Аудитория
|-
| МОП 171 || Космачев Алексей Дмитриевич || Среда 14:40 - 16:00 || [https://zoom.us/j/97190579222 Zoom конференция]
|-
| МОП 172 || Орлов Никита Андреевич|| Вторник 11:10 - 12:30 || [https://zoom.us/j/98424368404?pwd=RHRCWkdJN3NhZmxFazB6b3RBcEpPUT09 Zoom конференция]
|-
|}

=== Консультации ===

Консультации с преподавателями и учебными ассистентами (если иное не оговорено на странице семинаров конкретной группы) по курсу проводятся по предварительной договорённости ввиду невостребованности регулярных консультаций.

При необходимости, можно писать на почту или в Telegram:

Алексей – [https://t.me/adkosm @adkosm]

Никита – [https://t.me/naorlov @naorlov]

=== Правила выставления оценок ===

В курсе предусмотрено несколько форм контроля знания:
* Мини домашние задания (4 обязательных и 1 бонусное)
* Основное домашнее задание

Итоговая оценка вычисляется:

Oитоговая = 0.125*(OМДЗ1 + OМДЗ2 + OМДЗ3 + OМДЗ4) + 0.5*OДЗ

Округление арифметическое.

=== Правила сдачи заданий ===

На все домашние задания каждому студенту отводится ~500$ для работы в облаке Azure.
Важно останавливать\удалять ресурсы, создаваемые в облаке, так как в противном случае финансов может не хватить для выполнения всех заданий. Полезно при этом овладеть навыком сохранения промежуточных данных в облачном хранилище - это позволит максимально быстро выполнять задания с минимальными финансовыми затратами.

Дедлайны по всем домашним заданиям являются жёсткими, то есть после срока работы не принимаются.

При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.

== Полезные материалы ==
===Книги===
# Ron Bekkerman, Mikhail Bilenko, John Langford. Scaling up Machine Learning: Parallel and Distributed Approaches, Cambridge University Press, 2011.
# Jure Leskovec, Anand Rajaraman, Jeff Ullman. Mining of Massive Datasets, Cambridge University Press, 2014.
# Ian Goodfellow, Yoshua Bengio, Aaron Courville. Deep Learning (Adaptive Computation and Machine Learning series), The MIT Press, 2016.
# Sandy Ryza, Uri Laserson, Sean Owen, Josh Wills. Advanced Analytics with Spark: Patterns for Learning from Data at Scale, O'Reilly Media, 2015.

===Странички прошлых лет===
http://wiki.cs.hse.ru/Машинное_обучение_на_больших_данных

http://wiki.cs.hse.ru/Машинное_обучение_на_больших_данных_2020

Машинное обучение на больших данных 2021 - История изменений

imported>Zimovnov: Отмена правки 70588, сделанной участником Healthline (обс.)