Бакалавриат 2023/2024

Машинное обучение для больших данных

Лучший по критерию «Полезность курса для Вашей будущей карьеры»

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

Лучший по критерию «Новизна полученных знаний»

Статус: Курс по выбору (Прикладная математика и информатика)

Направление: 01.03.02. Прикладная математика и информатика

Кто читает: Департамент больших данных и информационного поиска

Где читается: Факультет компьютерных наук

Когда читается: 4-й курс, 3 модуль

Формат изучения: с онлайн-курсом

Онлайн-часы: 20

Охват аудитории: для всех кампусов НИУ ВШЭ

Преподаватели: Алекберов Артем Темурович, Анищенко Илья Игоревич

Язык: русский

Кредиты: 4

Контактные часы: 40

Программа дисциплины

Аннотация

Дисциплина знакомит студентов с основными задачами машинного обучения на больших данных, их особенностями и ограничениями. Для освоения учебной дисциплины студенты должны владеть знаниями и компетенциями следующих дисциплин:  Математический анализ  Линейная алгебра и геометрия  Теория вероятностей  Математическая статистика  Алгоритмы и структуры данных  Машинное обучение I

Цель освоения дисциплины

• Ознакомление студентов с основными задачами машинного обучения на больших данных, их особенностями и ограничениями

Планируемые результаты обучения

• Владеть инструментами обработки данных в парадигме MapReduce
• Знать особенности распараллеливания алгоритмов машинного обучения для применения на больших данных
• Уметь работать с большими данными в реальных задачах

Содержание учебной дисциплины

• Hadoop
• Spark
• Linear models
• Boosting
• Recommender systems
• Neural networks
• Hashing tricks
• Min hash & LSH

Элементы контроля

• Мини-домашнее задание 1
  1. Работа с облаком 2. Алгоритм на Bash Оценивается пропорционально выполненной работе
• Мини-домашнее задание 2
  1. Алгоритм на Map Reduce 2. Алгоритмы на Spark Оценивается пропорционально выполненной работе
• Мини-домашнее задание 3
  1. Собрать датасет на Spark 2. Обучить классическую модель Оценивается пропорционально выполненной работе
• Мини-домашнее задание 4
  1. Оптимизировать нейронную сеть Оценивается пропорционально выполненной работе
• Большое домашнее задание
  1. Обучить модель на большом датасете Оценка зависит от полученного качества модели и от корректности написания кода для обучения
• Соревнование
  1. Набрать наибольший скор в задаче Только дополнительные баллы. Выдается 10 студентам, которые набрали наибольший скор и которые предоставили код.

Промежуточная аттестация

• 2023/2024 учебный год 3 модуль
  0.5 * Большое домашнее задание + 0.125 * Мини-домашнее задание 1 + 0.125 * Мини-домашнее задание 2 + 0.125 * Мини-домашнее задание 3 + 0.125 * Мини-домашнее задание 4 + 0 * Соревнование

Список литературы

Рекомендуемая основная литература

• An Introduction to the Bootstrap, Efron, B., 1993
• Hastie, T., Tibshirani, R., & Friedman, J. H. (2009). The Elements of Statistical Learning : Data Mining, Inference, and Prediction (Vol. Second edition, corrected 7th printing). New York: Springer. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=277008

Рекомендуемая дополнительная литература

• Murphy, K. P. (2012). Machine Learning : A Probabilistic Perspective. Cambridge, Mass: The MIT Press. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=480968
• Машинное обучение : наука и искусство построения алгоритмов, которые извлекают знания из данных, Флах, П., 2015