• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
Глава в книге
ALOE: Boosting Large Language Model Fine-Tuning with Aggressive Loss-Based Elimination of Samples

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

In bk.: Frontiers in Artificial Intelligence and Applications: 27th European Conference on Artificial Intelligence, 19–24 October 2024, Santiago de Compostela, Spain. Vol. 392. IOS Press Ebooks, 2024. P. 3980-3986.

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

Семинар наставника

2023/2024
Учебный год
RUS
Обучение ведется на русском языке
3
Кредиты

Преподаватель

Программа дисциплины

Аннотация

Семинар наставника для студентов магистратуры 2-го курса помогает студентам организовать свою работу по теме выпускной квалификационной работы (магистерской диссертации).
Цель освоения дисциплины

Цель освоения дисциплины

  • Целью семинара наставника является содействие студентам в работе над ВКР (магистерской диссертацией) и ее успешной защите.
Планируемые результаты обучения

Планируемые результаты обучения

  • Формулирует основные требования к к представлению результатов научно-проектной работы в области компьютерных наук
  • Разрабатыват концепцию представления своей научно-проектной работы в области компьютерных наук
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Структура научной работы
  • Особенности представления теоретического материала научной работы.
  • Особенности организации вычислительных экспериментов
  • Оформление и презентация ВКР
Элементы контроля

Элементы контроля

  • неблокирующий Домашнее задание
    Текущая оценка выставляется на основе посещения и активности на занятиях
  • неблокирующий Экзамен
    Экзамен проводится в виде теста по пройденному материалу
  • неблокирующий Домашнее задание
    Текущая оценка выставляется на основе посещения и активности на занятиях
  • неблокирующий Экзамен
    Экзамен проводится в виде теста по пройденному материалу
Промежуточная аттестация

Промежуточная аттестация

  • 2022/2023 учебный год 4 модуль
    0.18 * Домашнее задание + 0.17 * Домашнее задание + 0.18 * Домашнее задание + 0.17 * Домашнее задание + 0.3 * Экзамен
  • 2023/2024 учебный год 3 модуль
    0.17 * Домашнее задание + 0.18 * Домашнее задание + 0.18 * Домашнее задание
Список литературы

Список литературы

Рекомендуемая основная литература

  • Machine learning : beginner's guide to machine learning, data mining, big data, artificial intelligence and neural networks, Trinity, L., 2019
  • Математика и правдоподобные рассуждения : Т.1. Индукция и аналогия в математике, Т.2. Схемы правдоподобных умозаключений, Пойа, Д., 2010
  • Математика и правдоподобные рассуждения, Пойа, Д., 1975

Рекомендуемая дополнительная литература

  • Ризаев, И. С. Интеллектуальный анализ данных : учебное пособие / И. С. Ризаев, Э. Г. Тахавова. — Казань : КНИТУ-КАИ, 2020. — 116 с. — ISBN 978-5-7579-2496-0. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/264896 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.

Авторы

  • Трехлеб Ольга Юрьевна
  • Калягин Валерий Александрович