Применение нейросетевых технологий

2022/2023

Лучший по критерию «Полезность курса для расширения кругозора и разностороннего развития»

Лучший по критерию «Новизна полученных знаний»

Статус: Майнор

Кто читает: Департамент программной инженерии

Где читается: Факультет компьютерных наук

Когда читается: 3, 4 модуль

Охват аудитории: для всех кампусов НИУ ВШЭ

Преподаватели: Пантюхин Дмитрий Валерьевич, Силаев Юрий Владимирович

Язык: русский

Кредиты: 5

Контактные часы: 60

Дополнительные материалы в LMS Задать вопрос

Аннотация

Даются сведения о различных применениях нейронных сетей и других технологий “мягких” вычислений (нечеткие множества и нечеткая логика, эволюционные вычислительные алгоритмы, вейвлеты, обучение с подкреплением и др.) в самых разнообразных задачах, гражданских и государственных, это как популярные области обработки изображений, видео, речи, текста, так и важнейшие области информационной безопасности, криптографии, радиолокации, робототехники и многие другие.

Цель освоения дисциплины

Приобретение знаний о технологиях мягких вычислений
Приобретение знаний о способах применения нейронных сетей в прикладных задачах

Планируемые результаты обучения

Знает основные типы мягких вычислений
Умеет применять нейронные сети для решения задач

Содержание учебной дисциплины

Технологии мягких вычислений
Применения нейронных сетей

Элементы контроля

Контрольные вопросы по лекциям
Контрольные вопросы по лекциям. Регулярные тесты по материалам прошедших лекций. Не менее 4 раз за дисциплину. Возможно проведение онлайн. Разрешено использование только собственных записей и материалов в ЛМС. Пересдаче не подлежит. При пропуске по уважительной причине можно сдать на следующем занятии. Пропуск по неуважительной причине оценивается в 0 баллов. За каждый тест выставляется 10 бальная оценка, общая оценка считается как среднее арифметическое от всех полученных оценок, округляется по стандартным правилам.
Контрольные задания по практическим занятиям
Контрольные задания по практическим занятиям. Регулярные задания по темам практических занятий. Разрешенные источники указываются преподавателем для каждого задания. Пересдаче не подлежит. При пропуске по уважительной причине можно сдать на следующем занятии. Пропуск по неуважительной причине оценивается в 0 баллов. За каждое задание выставляется 10 бальная оценка, общая оценка считается как среднее арифметическое от всех полученных оценок, округляется по стандартным правилам.
Модульная контрольная работа
Модульная контрольная работа. Проводится в конце 3 модуля по пройденным материалам. В виде теста и\или расчетной (практической) части. Не более 2 ак. час. Может проводиться онлайн. Пересдаче не подлежит. При пропуске по уважительной причине можно сдать, по решению преподавателя, на одном из последующих занятий. Пропуск по неуважительной причине оценивается в 0 баллов. Оценка 10-бальная. Оценивается качество ответов на вопросы тестов и выполнения практического задания.
Домашнее задание
Домашнее задание. Презентация (устный доклад) по выбранной и согласованной теме на 15-20 минут. Пересдаче не подлежит. Проводится на любом семинаре по выбору студента и согласованию с преподавателем. Оценка 10-бальная. Оценивается качество доклада, актуальность и сложность темы, качество ответов на вопросы.
Экзамен
Экзамен (письменный). В виде теста и\или расчетной (практической) части. Проводится в сессию (4 модуль). Не более 2 ак. час. Разрешено использование собственных записей, материалов размещенных в ЛМС, другие источники только с разрешения преподавателя. Оценка 10-бальная. Оценивается качество ответов на вопросы тестов и выполнения практического задания. Экзамен проводится в письменной форме (вопросы по материалам занятий и\или разработка программы по заданию). К экзамену необходимо подключиться за 5 минут до начала экзамена согласно расписанию. Компьютер студента должен удовлетворять требованиям: стабильное подключение к Интернет, поддержка программной среды, принятой на семинаре. Ссылки на платформы проведения экзамена по подгруппам опубликованы в ЛМС. Для участия в экзамене студент обязан: явиться на экзамен согласно точному расписанию, идентифицировать свою личность по запросу преподавателя. Во время экзамена студентам запрещено: пользоваться интерактивными источниками информации (чаты, звонки и т.п.) и подсказками третьих лиц, прочие запреты и разрешения указываются в каждом Задании отдельно. Кратковременным нарушением связи во время экзамена считается нарушение связи менее 10 минут. Долговременным нарушением связи во время экзамена считается нарушение связи более 10 минут. При долговременном нарушении связи студент не может продолжить участие в экзамене. Процедура пересдачи аналогична процедуре сдачи с другими заданиями.
Личные достижения
Оцениваются личные достижения студента в области нейросетевых технологий как-то: выполненные курсовые работы, научные проекты, опубликованные работы, пройденные онлайн курсы и др. Достижения должны приходиться на период изучения Дисциплины. Не оцениваются повторно. Результаты докладываются публично на семинаре, и должны быть подтверждены. Оценивается сложность, актуальность результатов, качество доклада и ответов на вопросы.

Промежуточная аттестация

2022/2023 учебный год 4 модуль
0.2 * Личные достижения + 0.1 * Контрольные задания по практическим занятиям + 0.1 * Модульная контрольная работа + 0.2 * Экзамен + 0.3 * Домашнее задание + 0.1 * Контрольные вопросы по лекциям

Список литературы

Авторы

Пантюхин Дмитрий Валерьевич

Программа дисциплины