Алгебра над алгоритмами и эвристический поиск закономерностей/информация для второкурсников
Материал из MachineLearning.
| для студентов второго курса ВМК МГУ, которые желают в дальнейшем принимать участие
в работе спецсеминара «Алгебра над алгоритмами и эвристический поиск закономерностей». Последняя правка: 26.02.2017. |
Содержание |
Важно
У ведущего спецсеминара в конце 2017 года заканчивается трудовой договор с МГУ.
Вероятность его продления крайне мала, поэтому распределяющиеся на кафедру в 2017 году рискуют выбрать себе научного руководителя лишь на один семестр.
Совет: попытаться найти себе "более стабильное будущее".
Конкурс
Каждый год число желающих разное.
В 2014-2015 учебном году было более 10 человек на 3 места, в 2015-2016 - конкурса практически не было (1 сильно желающий был принят без проблем).
В любом случае будет производиться отбор (который начинается в начале весеннего семестра).
Ниже перечислены мероприятия, по итогам которых проходит отбор.
Студенты Казахстанского филиала будут отбираться с учётом того, что они не могу сейчас принимать участие во всех мероприятиях.
Мероприятия
- Участие в работе спецсеминара (его заседания уже можно посещать - не обязательно ждать до 3 курса)
- Решение прикладной задачи анализа данных (в 2015/16 году это была задача определения сумм покупок, в 2014/15 году - Driver Telematics Analysis)
- Собеседование (после решения прикладной задачи)
- Теоретическая задача (выдаётся на собеседовании)
Решение прикладной задачи
- Решение производится самостоятельно
- Язык программирования не имеет значения
- На первом этапе решения студент должен проявить самостоятельность, затем он может (один раз) проконсультироваться с руководителем спецсеминара.
- Качество решения определяется
- итоговым местом в лидерборде
- местом в лидерборде до консультации
- отчётом студента (никаких требований к отчёту изначально не предъявляется, но качество описания решения и полнота предоставляемых сведений будет оценена)
- активностью в форуме соревнования
Для того, чтобы Вы однозначно идентифицировались в Лидерборде, название команды должно быть подобным: Petr Ivanov (2 MSU).
FAQ
- Что подразумевает/на какие темы будет теоретическая задача?
Теоретическая задача очень похожа на обычную, скажем, из учебника Демидовича. Только чуть сложнее. Она будет требовать знаний, полученных ранее (теория вероятностей, дискретная математика, линейная алгебра). Думать о ней пока рано - она выдаётся после собеседования.
- Чем Вы занимаетесь?
В интернете легко найти всю нужную информацию. Для тех, кто не умеет искать, а любит смотреть видео вот ссылки:
Интервью "Наука о данных разработчиков питает".
Лекция «Алгебраический подход к анализу данных и его приложения»
Лекция «Алгебраические замыкания обобщённой модели алгоритмов распознавания...»
- Чем Вы занимается кафедра, можно поподробнее?
Для начала полностью освойте официальную страницу ММП. Неофициальный исторический обзор лежит в блоге автора. Раньше информации было больше, но по просьбе сотрудников кафедры она была вся удалена.
- Какой Ваш спецкурс можно посещать?
Я читаю Спецкурс «Прикладные задачи анализа данных», но он ориентирован на продвинутых слушателей - тех, кто прослушал курс по машинному обучению. Для второкурсников я иногда читаю мини-курс (2-3 лекции) "Шаманство в анализе данных" (последний раз - в марте 2015 года).
- Чем отличается спецкурс от спецсеминара?
По простому: спецкурс - обычный курс лекций, его читает преподаватель, в конце семестра по нему сдаётся экзамен, спецсеминар - мероприятие, на котором студенты, аспиранты и преподаватели делают доклады, в конце семестра по нему студенты получают зачёт.
- Как подготовить себя к отбору - решению прикладной задачи?
Отбор производится в весеннем семестре, а про порядок отбора студенты, как правило, узнают осенью. Поэтому у них есть 4-5 месяцев, чтобы изучить основы машинного обучения. Делать это можно по любому доступному курсу лекций. Но часто отборочные задания не предполагают каких-то специальных знаний. Проверяется Ваше умение мыслить.
- Влияет ли на отбор средний балл?
Нет, хотя в спорных ситуациях высокий балл может стать козырем. Но замечу, что ни разу отбор не проходил человек со средним баллом ниже 4.
С уважением, Дьяконов А.Г.
