https://www.wikicshse.ru/index.php?action=history&feed=atom&title=SQuAD_%28%D0%BF%D1%80%D0%BE%D0%B5%D0%BA%D1%82%29 2026-06-06T16:56:02Z История изменений этой страницы в вики MediaWiki 1.45.3 https://www.wikicshse.ru/index.php?title=SQuAD_(%D0%BF%D1%80%D0%BE%D0%B5%D0%BA%D1%82)&diff=691&oldid=prev 2017-10-04T12:31:09Z

<p>Migrated current public revision from wiki.cs.hse.ru</p> <p><b>Новая страница</b></p><div>{{Карточка_проекта<br /> |name=SQuAD<br /> |mentor=Симагин Денис<br /> |mentor_login={{URLENCODE:Simagin.denis|WIKI}}<br /> |semester=Осень 2017<br /> |course=2<br /> |summer=<br /> |number_of_students=10<br /> |categorize=yes<br /> }}<br /> <br /> === Что это за проект? ===<br /> Проект носит исследовательский характер. Существует интересный датасет известный, как &lt;del&gt;Suicide&lt;/del&gt; [https://rajpurkar.github.io/SQuAD-explorer/ SQuAD]. Необходимо предложить алгоритм, который способен &quot;прочитать&quot; статью, а затем по вопросу сгенерировать ответ на нее. Уже существует &quot;пачка&quot; научных статей, посвященных этой задаче. Наша цель заключается в том, чтобы изучить существующие методы и попробовать обучить собственную модель.<br /> <br /> Для того, чтобы попасть на проект, нужно пройти собеседование.<br /> <br /> === Чему вы научитесь? ===<br /> # Чтение научных статей на английском.<br /> # Погружение в машинное обучение.<br /> # Нейронные сети для работы с текстами.<br /> # Ревью кода.<br /> <br /> === Какие начальные требования? ===<br /> # Машина с UNIX-подобной ОС и мощной видеокартой (возможно облачная)<br /> # Знание Python 3, Git и работа с командной оболочкой.<br /> # Базовые знания в машинном обучении<br /> # Хорошая математическая подготовка<br /> # Английский<br /> <br /> === Какие будут использоваться технологии? ===<br /> # В качестве основного языка будет Python 3<br /> # Для обучения сейчас принято использовать [https://www.tensorflow.org tensorflow], однако набирает популярность библиотека [https://docs.microsoft.com/en-us/cognitive-toolkit/ cntk] (она шустрая).<br /> # Так же вы можете проводить вычисления на ресурсах [https://aws.amazon.com/ru/ aws] или воспользоваться [https://cloud.google.com google cloud].<br /> <br /> === Темы вводных занятий ===<br /> # Кратко об обучении с учителем.<br /> # Линейные модели, градиентный спуск.<br /> # Введение в нейронные сети.<br /> # Сверточные сети<br /> # Рекуррентные сети<br /> # Нейронные сети для работы с текстом.<br /> <br /> === Направления развития ===<br /> # Это достаточно свежая тема для исследований. Изучать статьи и проводить эксперименты можно долго.<br /> # Поиск по английской wikipedia на основе обученной модели.<br /> <br /> === Критерии оценки ===<br /> # Необходимым, но не достаточным критерием получения &quot;зачет&quot; и выше является доклад на семинаре.<br /> # Для оценки 7 и ниже необходимо в срок выполнять все задания.<br /> # Дополнительные 3 балла распределяются на основании качества вашей модели по сравнению с коллегами.<br /> <br /> === Ориентировочное расписание занятий ===<br /> Проект предполагает еженедельные встречи для проведения семинаров и отслеживания прогресса. Время будет обсуждаться отдельно с группой. Возможен вариант с утром (8-10) в стенах ШАДа или вечером (7-9) в ВШЭ.</div>

imported>Simagin.denis