• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
Глава в книге
Neural Networks for Speech Synthesis of Voice Assistants and Singing Machines

Pantiukhin D.

In bk.: Integral Robot Technologies and Speech Behavior. Newcastle upon Tyne: Cambridge Scholars Publishing, 2024. Ch. 9. P. 281-296.

Препринт
DAREL: Data Reduction with Losses for Training Acceleration of Real and Hypercomplex Neural Networks

Demidovskij A., Трутнев А. И., Тугарев А. М. et al.

NeurIPS 2023 Workshop. ZmuLcqwzkl. OpenReview, 2023

Программирование для лингвистов

2020/2021
Учебный год
RUS
Обучение ведется на русском языке
4
Кредиты

Преподаватель

Программа дисциплины

Аннотация

Курс предназначен для приобретения навыков программирования с использованием компьютерных технологий (в первую очередь, язык программирования Python) для решения возникающих на практике лингвистических задач.
Цель освоения дисциплины

Цель освоения дисциплины

  • Получение навыков написания программ с использованием объектно-ориентированного подхода
  • Получение навыков составления и реализации программ на языке Python
  • Приобретение опыта работы со средами разработки для языка Python (PyCharm, ipython)
  • Использование языка Python для реализации задач машинного обучения в лингвистике
Планируемые результаты обучения

Планируемые результаты обучения

  • Умеет строить программный прототип в рамках объектно-ориентированной парадигмы
  • Умеет разрабатывать интерфейс программного прототипа в pygame
  • Умеет осуществлять следующие операции с xml-файлами: создание, удаление, изменение и поиск элемента. Сохранение измененных данных
  • Может формализовать и программно реализовать алгоритм ближайшего соседа
  • Может формализовать и программно реализовать алгоритм Байеса
  • Может формализовать и программно реализовать алгоритм q learning
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Тема 1. Введение в объектно-ориентированное программирование (ООП).
    Принципы и понятия объектно-ориентированного программирования. Создание классов, наследование, доступ к параметрам класса, написание функционала класса.Понятие модели данных. Структуризация данных. Операции над данными. Ограничения целостности. Реляционная модель данных (РМД). Отношение, схема отношения, свойства отношения.
  • Тема 2. Изучение pygame
    Изучение возможностей библиотеки pygame для создания GUI приложения. Создание окна, обработка нажатий клавиш, отрисовка изменений.
  • Тема 3. Алгоритмы работы с xml
    Изучение возможностей библиотеки xml.etree.ElementTree. Обработка xml файла, создание, удаление, изменение и поиск элемента. Сохранение измененных данных.
  • Тема 4. Основы алгоритмов машинного обучения
    Принципы и понятия машинного обучения. Постановки и примеры задач. Обучение с учителем и без учителя. Базовые алгоритмы машинного обучения. Разбор таких алгоритмов, как алгоритм ближайшего соседа, алгоритм Байеса, метод машины опорных векторов и q learning.
Элементы контроля

Элементы контроля

  • неблокирующий Аудиторная работа
  • неблокирующий Домашнее задание
  • неблокирующий Экзамен
  • неблокирующий Аудиторная работа
  • неблокирующий Домашнее задание
  • неблокирующий Экзамен
Промежуточная аттестация

Промежуточная аттестация

  • Промежуточная аттестация (2 модуль)
    0.35 * Аудиторная работа + 0.15 * Домашнее задание + 0.5 * Экзамен
Список литературы

Список литературы

Рекомендуемая основная литература

  • Основы алгоритмизации и программирования на Python : учеб. пособие / С.Р. Гуриков. — М. : ФОРУМ : ИНФРА-М, 2018. — 343 с. — (Среднее профессиональное образование). - Режим доступа: http://znanium.com/catalog/product/961522

Рекомендуемая дополнительная литература

  • Sarkar, D., Bali, R., & Sharma, T. (2018). Practical Machine Learning with Python : A Problem-Solver’s Guide to Building Real-World Intelligent Systems. [United States]: Apress. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1667293