Алгебра над алгоритмами и эвристический поиск закономерностей/правила для постоянных участников
Материал из MachineLearning.
Работа семинара:
- Семинар подразумевает регулярный контакт с научным руководителем
- Если запланировано собрание (очное или заочное), то необходимо участие
- Если собрание не запланировано, то необходимо общение с научным руководителем (или заполнение онлайн-дневника), о личной беседе нужно договариваться заранее (чтобы определить день и время)
- В конце семестра по спецсеминару сдаётся зачёт (!)
доклады на семинар
- Тема предварительно выбирается и вносится в таблицу (в телеграм-группе семинара) для одобрения научным руководителем (одобрение = неналожение запрета на тему)
Стандартное содержание выступления:
- Актуальность темы, обзор существующих работ
- Конкретная рассматриваемая проблема
- Её решение
- Объяснение всех понятий и "тонких мест"
- Список работ по теме с подробной аннотацией каждой
онлайн-дневник
- лучше заводить на Github (так научному руководителю проще отслеживать обновление)
- ссылку на онлайн-дневник надо указать в таблице (см. телеграм-группу семинара)
- студент регулярно в течение семестра ведёт отчёт о своей деятельности (обязательно обновление дневника - 1 раз в 2 недели, желательное - 1 раз в неделю)
- в дневнике указывается "что сделано за неделю"
- в дневнике приводятся текущие версии курсовых, дипломных, отчётов, слайды подготовленных докладов
- в дневнике приводятся перечень прочитанных статей, изученных ресурсов со своими аннотациями
- в дневнике есть ссылка на код эксперимента и на результаты эксперимента
- отдельно протоколируйте все Ваши "достижения" (выступления на конференциях, слайды, статьи и т.п.) - это нужно для быстрой подачи на разные конкурсы и стипендии
Написание курсовых и выпускных работ
- Тема определяется научным руководителем, как и тема практики (фиксируется в онлайн-дневнике и таблице тем, см. телеграм-группу)
- Все работы участвуют в кросс-рецензировании (Вы проверяете чужую, кто-то проверяет Вашу)
- Научный руководитель должен получить работу заранее (по крайней мере за неделю до определения оценки), чтобы успеть прочитать, внести правки и т.п.
- Из предыдущих пунктов - работа должна быть, как минимум, за неделю до зачётной сессии, для выпускников - до мая!
Снижение оценки за курсовую / непроставление семинара
Нарушения правил приводят к уменьшению итоговой оценки на 1 балл (и непроставлению зачёта по с/с):
- Нарушение регулярности ведения онлайн-дневника
- Не посещение собраний семинара
- Игнорирование заданий (написание статей, предоставление отчёта, демонстрация кода и т.п.)
- Отклонение от темы исследований
- Отсутствие статьи по результатам исследований
- Нарушение сроков сдачи работы
- Не участие в кросс-рецензировании
Итог работы студента в конце года является:
- написание курсовой/дипломной работы (кафедральные требования)
- написание статьи в научный журнал (журнал обговаривается с научным руководителем, статья должна быть принята в печать до конца учебного года, для бакалавром 3 курса это требование может быть снято)
- участие в кросс-рецензировании
- выступление на спецсеминаре (кураторы, как правило из числа аспирантов, также помогают подготовиться к докладу младшекурсникам, число выступлений определяет научный руководитель)
- участие в проекте / производственная практика (решение реальной задачи или нескольких задач - определяется научным руководителем, это требование может быть снято)
- участие в популяризации анализа данных (разовая нагрузка, например участие в днях науки)
Итогом работы аспиранта в конце года является:
- выполнение аспирантского плана
- написание статьи в научный журнал (из списка ВАК, обязательно заносится в учебный план)
- выступление на спецсеминаре и кураторство младшекурсников
- выступление на научных конференциях (обязательно заносится в учебный план)
- педагогическая нагрузка (лекции/семинары/экзамены - определяется кафедрой и научным руководителем)
- участие в проекте (решение реальной задачи или нескольких задач - определяется научным руководителем, это требование может быть снято)
- участие в популяризации анализа данных (разовая нагрузка, например участие в днях науки)
Вернуться на страницу с/c «Алгебра над алгоритмами и эвристический поиск закономерностей».