Практикум на ЭВМ (317)/2019 (весна)
Материал из MachineLearning.
(Новая: * Обязательный курс для студентов каф. ММП 3 курса, 6 семестр * Зачёт с оценкой * Преподаватели: [[Учас...) |
|||
| Строка 2: | Строка 2: | ||
* Зачёт с оценкой | * Зачёт с оценкой | ||
* Преподаватели: [[Участник:Kropotov|Д.А. Кропотов]], [[Участник:Arti_lehtonen| Артём Попов]], Виктор Януш | * Преподаватели: [[Участник:Kropotov|Д.А. Кропотов]], [[Участник:Arti_lehtonen| Артём Попов]], Виктор Януш | ||
| - | * Занятия проходят в ауд. | + | * Занятия проходят в ауд. 606 по понедельникам, начало в 16 20. Первое занятие 11 февраля. |
Анонимные отзывы по курсу можно оставлять здесь: [https://goo.gl/forms/im2Y51K0yVTgWQEQ2 ссылка на гугл-форму] | Анонимные отзывы по курсу можно оставлять здесь: [https://goo.gl/forms/im2Y51K0yVTgWQEQ2 ссылка на гугл-форму] | ||
| Строка 32: | Строка 32: | ||
! Дата !! Номер !! Тема !! Материалы !! Д/З | ! Дата !! Номер !! Тема !! Материалы !! Д/З | ||
|- <!-- Новое занятие --> | |- <!-- Новое занятие --> | ||
| - | | | + | | 11 февраля |
| - | | | + | | Занятие 1 |
| - | | | + | | Автоматическое дифференцирование. |
| - | | | + | Решение задач на backpropagation. |
| + | | | ||
| | | | ||
<!-- Конец занятия --> | <!-- Конец занятия --> | ||
Версия 19:37, 11 февраля 2019
- Обязательный курс для студентов каф. ММП 3 курса, 6 семестр
- Зачёт с оценкой
- Преподаватели: Д.А. Кропотов, Артём Попов, Виктор Януш
- Занятия проходят в ауд. 606 по понедельникам, начало в 16 20. Первое занятие 11 февраля.
Анонимные отзывы по курсу можно оставлять здесь: ссылка на гугл-форму
Репозиторий со всеми материалами: ссылка
Содержание |
Объявления
Пока нет...
Правила сдачи практикума
1. В рамках семестра предполагается пять практических заданий. Все задания сдаются в систему anytask, инвайт к курсу можно получить у преподавателя.
2. За каждое практическое задание можно получить до 10-ти баллов. Задание представляет собой jupyter notebook с некоторыми пропущенными шагами, которые необходимо выполнить. Формат сдачи задания — выполненный jupyter notebook. Срок выполнения каждого задания — 2 недели. За каждый день просрочки назначается штраф в 1 балл.
3. Предусмотрены бонусные активности: бонусные задачи, за которые можно получить дополнительные баллы.
4. Критерии итоговой оценки:
- отлично — 40 баллов, 4 практических заданий сданы на оценку > 0
- хорошо — 30 баллов, 3 практических задания сданы на оценку > 0
- удовлетворительно — 20 баллов, 2 практических задания сданы на оценку > 0
5. Задания выполняются самостоятельно (если не оговорено обратное). Если задание выполнялось сообща, или использовались какие-либо сторонние коды и материалы, то об этом должно быть написано в отчете. В противном случае «похожие» решения считаются плагиатом и все задействованные студенты (в том числе те, у кого списали) будут сурово наказаны.
Материалы занятий
| Дата | Номер | Тема | Материалы | Д/З |
|---|---|---|---|---|
| 11 февраля | Занятие 1 | Автоматическое дифференцирование.
Решение задач на backpropagation. |
