https://wikicshse.ru/index.php?action=history&feed=atom&title=%D0%A0%D0%B5%D0%BD%D0%B4%D0%B7%D1%8E_%28%D0%BF%D1%80%D0%BE%D0%B5%D0%BA%D1%82%29Рендзю (проект) - История изменений2026-06-06T16:00:31ZИстория изменений этой страницы в викиMediaWiki 1.45.3https://wikicshse.ru/index.php?title=%D0%A0%D0%B5%D0%BD%D0%B4%D0%B7%D1%8E_(%D0%BF%D1%80%D0%BE%D0%B5%D0%BA%D1%82)&diff=2445&oldid=previmported>GalinaKaleeva: Migrated current public revision from wiki.cs.hse.ru2017-10-18T16:19:13Z<p>Migrated current public revision from wiki.cs.hse.ru</p>
<p><b>Новая страница</b></p><div>Семинар проекта можно найти [[Рендзю_(семинар)|здесь]].<br />
<br />
{{Карточка_проекта<br />
|name=Рендзю<br />
|mentor=Симагин Денис<br />
|mentor_login={{URLENCODE:Simagin.denis|WIKI}}<br />
|semester=Осень 2016<br />
|course=2<br />
|summer=on<br />
|number_of_students=4-5<br />
|categorize=yes<br />
|is_archived=yes<br />
}}<br />
<br />
=== Что это за проект? ===<br />
Cочетание [https://en.wikipedia.org/wiki/Reinforcement_learning reinforcement learning] и [https://en.wikipedia.org/wiki/Deep_learning deep learning] является "горячей" темой на сегодняшний день. К примеру, изучите статью [http://arxiv.org/pdf/1312.5602v1.pdf Playing atari with deep reinforcement learning]. Также вы, наверняка, слышали о [https://en.wikipedia.org/wiki/AlphaGo AlpaGo], программе, которая впервые победила человека, профессионально играющего в Go. Подробнее об этом [https://storage.googleapis.com/deepmind-media/alphago/AlphaGoNaturePaper.pdf здесь]. Данный проект заключается в изучении подходов, использующихся в AlphaGo, и их реализации при создание собственного алгоритма для игры в [https://en.wikipedia.org/wiki/Renju рендзю].<br />
<br />
Проект будет устроен следующим образом:<br />
# Будут еженедельные семинары, на которых мы разберем всю необходимую теорию.<br />
# На одном из семинаров вы проведете разбор статьи (англ.), которую изучили самостоятельно.<br />
# Будет набор упражнений для закрепления материала.<br />
# Ревью кода коллег по проекту.<br />
# Между вашими моделями будет устроено соревнование.<br />
<br />
'''Важно.''' Проект требует много времени. Подразумевается большое количество вычислений и самостоятельные исследования.<br />
<br />
=== Чему вы научитесь? ===<br />
# Основы машинного обучения<br />
# Альфа-бета отсечения<br />
# Метод Монте-Карло для поиска в дереве<br />
# Глубинные нейронные сети<br />
<br />
В дополнение к этому:<br />
# Поучаствуете в процессе ревью по обе стороны баррикад<br />
# Научитесь читать английские статьи<br />
<br />
=== Какие начальные требования? ===<br />
# Наличие машины с UNIX-подобной ОС, владение командной оболочкой<br />
# Вы должны писать на Python 3<br />
# Необходимы знания Git, однако я всегда помогу в сложной ситуации<br />
# Желательны базовые знания о машинном обучении<br />
<br />
=== Какие будут использоваться технологии? ===<br />
<br />
# В качестве основного языка будет Python 3.<br />
# Нейронные сети мы будем обучать скорее всего с помощью [https://github.com/Theano/Theano Theano].<br />
# Так же вы можете проводить вычисления на ресурсах [https://aws.amazon.com/ru/ aws] или воспользоваться [https://cloud.google.com google cloud].<br />
<br />
=== Темы вводных занятий ===<br />
Будем планомерно погружаться в тему, весь 2-й модуль. Также желательно, чтобы каждый сделал доклад по статье из [https://deepmind.com/research/publications/ списка].<br />
<br />
=== Направления развития ===<br />
# Совершенствование модели<br />
# Масштабирование модели на большие вычислительные мощности<br />
<br />
=== Критерии оценки ===<br />
Оценка складывается из пунктов:<br />
* '''3 балла''' - регулярное посещение занятий, есть некоторая реализация идей, рассказанных на семинаре<br />
* '''1 балл''' - вы пишете качественный код<br />
* '''1 балл''' - разбор статьи на семинаре<br />
* '''2 балла''' - ваш алгоритм играет конкурентно с человеком<br />
<br />
Остается еще 3 балла, эта часть оценки будет определена тем, на сколько силен ваш алгоритм по сравнению с решениями коллег. Необходимо понимать, что для получения "зачета" вы должны предоставить работающую программу, пусть и не играющую феерично.<br />
<br />
=== Ориентировочное расписание занятий ===<br />
Семинары будут проходить в стенах Яндекса каждую неделю в фиксированный день (вторник, среда или четверг). Если будет желание, то можно несколько раз в выходные провести своеобразные хакатоны: собираемся вместе на целый день, работаем, общаемся и трескаем пиццу.</div>imported>GalinaKaleeva