Материал из MachineLearning.
Цель курса: создать серию видеосеминаров c разбором задач и теоретических новинок прикладной направленности (систематизация без популяризации).
На каждом семинаре оценивается квалификация докладчика:
- способность систематизировать теоретические работы и представить в виде единого ясного непротиворечивого сообщения,
- способность увидеть в прикладной задаче систематическую формальную постановку, которая приведет к быстрому качественному решению прикладного проекта (в отличие от неформальной, при которой программисты работают с черными ящиками и решают проблему исходя не из алгебраической и статистической постановки задачи, а из доступного инструментария).
Дата
|
| Тема доклада
| Сылка
|
Сентябрь
| 21
|
- Semi-supervised Learning with Deep Generative Models Роман Исаченко
|
|
| 28
|
- Шпаргалка по всем сетям, их классификация и строгое описание Илья Жариков
- Призма, другие коммерческие проекты по обработке изображений Роман Исаченко
|
|
Октябрь
| 5
|
- Типология GAN и принципы постановки задач для этих сетей Алексей Гончаров
- Мультиагентные системы, роевой интеллект Илья Пугач
|
|
| 12?
|
- Порождение признаков и словари в анализе изображений Роман Кулага
- Синтез лекарственных препаратов Алексей Морозов
|
|
| 19
|
- Сложности оптимизации в GAN, DLNN, перемешивание, вариационный вывод Артем Бочкарев
- Сеть, которая пишет стихи, рисует картины - постановка задач Илья Жариков
|
|
| 26
|
- Автоматическое вождение, обзор системы и постановки задач Артем Бочкарев
- Игры Атари постановка задачи, анализ сходства и различия в постановках Роман Кулага
|
|
Ноябрь
| 2
|
- Хеширование и аналитика (кластеризация, ранжирование) больших данных Алексей Морозов
- Профилирование пользователей по мультимедийной информации Алексей Гончаров|Тесты, данные, доработанная схема IDEF0.
|
|
| 9
|
- Управление мозгом, интерфейс мозг-мозг Илья Пугач
|
|