ഞാൻ എങ്ങനെയാണ് NSU-ൽ മെഷീൻ ലേണിംഗ് പരിശീലനം സംഘടിപ്പിച്ചത്

എന്റെ പേര് സാഷ, എനിക്ക് മെഷീൻ ലേണിംഗും ആളുകളെ പഠിപ്പിക്കുന്നതും ഇഷ്ടമാണ്. ഇപ്പോൾ ഞാൻ കമ്പ്യൂട്ടർ സയൻസ് സെന്ററിലെ വിദ്യാഭ്യാസ പരിപാടികൾക്ക് മേൽനോട്ടം വഹിക്കുകയും സെന്റ് പീറ്റേഴ്‌സ്‌ബർഗ് സ്റ്റേറ്റ് യൂണിവേഴ്‌സിറ്റിയിലെ ഡാറ്റാ വിശകലനത്തിൽ ബാച്ചിലേഴ്‌സ് പ്രോഗ്രാം നയിക്കുകയും ചെയ്യുന്നു. അതിനുമുമ്പ്, അദ്ദേഹം യാൻഡെക്സിൽ ഒരു അനലിസ്റ്റായും അതിനുമുമ്പ് ഒരു ശാസ്ത്രജ്ഞനായും ജോലി ചെയ്തു: എസ്ബി ആർഎഎസിന്റെ ഇൻസ്റ്റിറ്റ്യൂട്ട് ഓഫ് കമ്പ്യൂട്ടർ സയൻസിൽ ഗണിതശാസ്ത്ര മോഡലിംഗിൽ ഏർപ്പെട്ടിരുന്നു.

വിദ്യാർത്ഥികൾക്കും നോവോസിബിർസ്ക് സ്റ്റേറ്റ് യൂണിവേഴ്സിറ്റിയിലെ ബിരുദധാരികൾക്കും മറ്റെല്ലാവർക്കും മെഷീൻ ലേണിംഗ് പരിശീലനം ആരംഭിക്കുന്നതിനുള്ള ആശയം എന്താണ് എന്ന് ഈ പോസ്റ്റിൽ ഞാൻ നിങ്ങളോട് പറയാൻ ആഗ്രഹിക്കുന്നു.

Kaggle-ലും മറ്റ് പ്ലാറ്റ്‌ഫോമുകളിലും ഡാറ്റ വിശകലന മത്സരങ്ങൾക്കായി ഒരു പ്രത്യേക കോഴ്‌സ് സംഘടിപ്പിക്കാൻ ഞാൻ വളരെക്കാലമായി ആഗ്രഹിക്കുന്നു. ഇതൊരു മികച്ച ആശയമായി തോന്നി:

• വിദ്യാർത്ഥികൾക്കും താൽപ്പര്യമുള്ളവർക്കും സൈദ്ധാന്തിക പരിജ്ഞാനം പ്രായോഗികമായി പ്രയോഗിക്കുകയും പൊതു മത്സരങ്ങളിൽ പ്രശ്നങ്ങൾ പരിഹരിക്കുന്നതിൽ അനുഭവം നേടുകയും ചെയ്യും.
• അത്തരം മത്സരങ്ങളിൽ മുകളിൽ സ്ഥാനം നേടുന്ന വിദ്യാർത്ഥികൾ, അപേക്ഷകർക്കും വിദ്യാർത്ഥികൾക്കും ബിരുദധാരികൾക്കും NSU ന്റെ ആകർഷണീയതയെ നല്ല രീതിയിൽ സ്വാധീനിക്കുന്നു. സ്പോർട്സ് പ്രോഗ്രാമിംഗ് പരിശീലനത്തിലും ഇതുതന്നെ സംഭവിക്കുന്നു.
• ഈ പ്രത്യേക കോഴ്‌സ് അടിസ്ഥാന വിജ്ഞാനത്തെ തികച്ചും പൂർത്തീകരിക്കുകയും വികസിപ്പിക്കുകയും ചെയ്യുന്നു: പങ്കാളികൾ സ്വതന്ത്രമായി മെഷീൻ ലേണിംഗ് മോഡലുകൾ നടപ്പിലാക്കുകയും പലപ്പോഴും ആഗോള തലത്തിൽ മത്സരിക്കുന്ന ടീമുകളെ രൂപീകരിക്കുകയും ചെയ്യുന്നു.
• മറ്റ് സർവ്വകലാശാലകൾ ഇതിനകം അത്തരം പരിശീലനം നടത്തിയിരുന്നു, അതിനാൽ NSU ലെ പ്രത്യേക കോഴ്സിന്റെ വിജയത്തിനായി ഞാൻ പ്രതീക്ഷിച്ചു.

സമാരംഭിക്കുക

നോവോസിബിർസ്കിലെ അക്കാദമിഗൊറോഡോക്കിന് അത്തരം ശ്രമങ്ങൾക്ക് വളരെ ഫലഭൂയിഷ്ഠമായ മണ്ണുണ്ട്: കമ്പ്യൂട്ടർ സയൻസ് സെന്ററിലെ വിദ്യാർത്ഥികൾ, ബിരുദധാരികൾ, അധ്യാപകർ, ശക്തമായ സാങ്കേതിക ഫാക്കൽറ്റികൾ, ഉദാഹരണത്തിന്, FIT, MMF, FF, NSU അഡ്മിനിസ്ട്രേഷന്റെ ശക്തമായ പിന്തുണ, സജീവ ODS കമ്മ്യൂണിറ്റി, പരിചയസമ്പന്നരായ എഞ്ചിനീയർമാർ. കൂടാതെ വിവിധ ഐടി കമ്പനികളിൽ നിന്നുള്ള അനലിസ്റ്റുകളും. ഏതാണ്ട് അതേ സമയം, ഗ്രാന്റ് പ്രോഗ്രാമിനെക്കുറിച്ച് ഞങ്ങൾ പഠിച്ചു ബോട്ടാൻ നിക്ഷേപങ്ങൾ - ML കായിക മത്സരങ്ങളിൽ നല്ല ഫലങ്ങൾ കാണിക്കുന്ന ടീമുകളെ ഫണ്ട് പിന്തുണയ്ക്കുന്നു.

പ്രതിവാര മീറ്റിംഗുകൾക്കായി ഞങ്ങൾ NSU-വിൽ ഒരു പ്രേക്ഷകരെ കണ്ടെത്തി, ടെലിഗ്രാമിൽ ഒരു ചാറ്റ് സൃഷ്ടിച്ചു, കൂടാതെ CS സെന്ററിലെ വിദ്യാർത്ഥികളും ബിരുദധാരികളും ചേർന്ന് ഒക്ടോബർ 1-ന് സമാരംഭിച്ചു. 19 പേർ ആദ്യ പാഠത്തിൽ എത്തി. ഇവരിൽ ആറുപേരും പരിശീലനത്തിൽ സ്ഥിരം പങ്കാളികളായി. മൊത്തം 31 പേർ അധ്യയന വർഷത്തിൽ ഒരിക്കലെങ്കിലും യോഗത്തിനെത്തിയിരുന്നു.

ആദ്യ ഫലങ്ങൾ

ഞാനും ആൺകുട്ടികളും കണ്ടുമുട്ടി, അനുഭവങ്ങൾ കൈമാറി, മത്സരങ്ങൾ ചർച്ച ചെയ്തു, ഭാവിയിലേക്കുള്ള ഒരു ഏകദേശ പദ്ധതി. ഡാറ്റാ വിശകലന മത്സരങ്ങളിലെ സ്ഥാനങ്ങൾക്കായി പോരാടുന്നത് സ്ഥിരവും കഠിനവുമായ ജോലിയാണെന്ന് വളരെ വേഗം ഞങ്ങൾ മനസ്സിലാക്കി, ശമ്പളമില്ലാത്ത മുഴുവൻ സമയ ജോലിക്ക് സമാനമാണ്, എന്നാൽ വളരെ രസകരവും ആവേശകരവുമാണ് 🙂 പങ്കെടുക്കുന്നവരിൽ ഒരാളായ Kaggle-master Maxim, ആദ്യം വ്യക്തിഗതമായി മത്സരങ്ങളിൽ മുന്നേറാൻ ഞങ്ങളെ ഉപദേശിച്ചു. , ഏതാനും ആഴ്ചകൾക്കുശേഷം പൊതു സ്കോർ കണക്കിലെടുത്ത് ടീമുകളായി ഒന്നിക്കുക. അതാണ് ഞങ്ങൾ ചെയ്തത്! മുഖാമുഖ പരിശീലനത്തിനിടെ, ഞങ്ങൾ മോഡലുകൾ, ശാസ്ത്രീയ ലേഖനങ്ങൾ, പൈത്തൺ ലൈബ്രറികളുടെ സങ്കീർണതകൾ എന്നിവ ചർച്ച ചെയ്യുകയും പ്രശ്നങ്ങൾ ഒരുമിച്ച് പരിഹരിക്കുകയും ചെയ്തു.

ഫാൾ സെമസ്റ്ററിന്റെ ഫലങ്ങൾ കാഗ്ഗിലെ രണ്ട് മത്സരങ്ങളിൽ മൂന്ന് വെള്ളി മെഡലുകളായിരുന്നു: TGS ഉപ്പ് തിരിച്ചറിയൽ и PLAsTiCC ജ്യോതിശാസ്ത്ര വർഗ്ഗീകരണം. ആദ്യം നേടിയ പണം ഉപയോഗിച്ച് അക്ഷരത്തെറ്റുകൾ തിരുത്തുന്നതിനുള്ള CFT മത്സരത്തിൽ മൂന്നാം സ്ഥാനവും (പണത്തിൽ, പരിചയസമ്പന്നരായ കെഗ്ലർമാർ പറയുന്നതുപോലെ).

NSU VKI ക്ലസ്റ്ററിന്റെ ലോഞ്ചും കോൺഫിഗറേഷനും ആയിരുന്നു പ്രത്യേക കോഴ്സിന്റെ പരോക്ഷമായ മറ്റൊരു ഫലം. അതിന്റെ കമ്പ്യൂട്ടിംഗ് പവർ ഞങ്ങളുടെ മത്സരജീവിതത്തെ ഗണ്യമായി മെച്ചപ്പെടുത്തി: 40 CPU-കൾ, 755Gb റാം, 8 NVIDIA Tesla V100 GPU-കൾ.

അതിനുമുമ്പ്, ഞങ്ങൾ കഴിയുന്നത്ര അതിജീവിച്ചു: വ്യക്തിഗത ലാപ്‌ടോപ്പുകളിലും ഡെസ്‌ക്‌ടോപ്പുകളിലും, Google Colab, Kaggle-kernels എന്നിവയിലും ഞങ്ങൾ കണക്കാക്കി. ഒരു ടീമിന് സ്വന്തമായി എഴുതിയ ഒരു സ്ക്രിപ്റ്റ് പോലും ഉണ്ടായിരുന്നു, അത് മോഡൽ യാന്ത്രികമായി സംരക്ഷിക്കുകയും സമയപരിധി കാരണം നിർത്തിയ കണക്കുകൂട്ടൽ പുനരാരംഭിക്കുകയും ചെയ്തു.

സ്പ്രിംഗ് സെമസ്റ്ററിൽ, ഞങ്ങൾ ഒത്തുചേരുകയും വിജയകരമായ കണ്ടെത്തലുകൾ കൈമാറുകയും മത്സരത്തിനുള്ള ഞങ്ങളുടെ പരിഹാരങ്ങളെക്കുറിച്ച് സംസാരിക്കുകയും ചെയ്തു. പുതിയ താൽപ്പര്യമുള്ള പങ്കാളികൾ ഞങ്ങളുടെ അടുത്തേക്ക് വരാൻ തുടങ്ങി. സ്പ്രിംഗ് സെമസ്റ്ററിൽ, കഗ്ഗിൽ എട്ട് മത്സരങ്ങളിൽ നിന്ന് ഒരു സ്വർണ്ണവും മൂന്ന് വെള്ളിയും ഒമ്പത് വെങ്കലവും നേടാൻ ഞങ്ങൾക്ക് കഴിഞ്ഞു: പെറ്റ്ഫൈൻഡർ, സ്യാന്ട്യാന്ഡര്, ലിംഗപരമായ റെസല്യൂഷൻ, തിമിംഗല തിരിച്ചറിയൽ, Quora, Google ലാൻഡ്‌മാർക്കുകൾ മറ്റുള്ളവ, വെങ്കലം റെക്കോ വെല്ലുവിളി, ചേഞ്ച്‌ലെഞ്ച്>>കപ്പിൽ മൂന്നാം സ്ഥാനവും മെഷീൻ ലേണിംഗ് മത്സരത്തിൽ ഒന്നാം സ്ഥാനവും (വീണ്ടും പണത്തിൽ) പ്രോഗ്രാമിംഗ് ചാമ്പ്യൻഷിപ്പ് Yandex-ൽ നിന്ന്.

പരിശീലനത്തിൽ പങ്കെടുക്കുന്നവർ പറയുന്നത്

മിഖായേൽ കർചെവ്സ്കി
“സൈബീരിയയിൽ അത്തരം പ്രവർത്തനങ്ങൾ ഇവിടെ നടക്കുന്നതിൽ എനിക്ക് വളരെ സന്തോഷമുണ്ട്, കാരണം മത്സരങ്ങളിൽ പങ്കെടുക്കുന്നത് എം‌എൽ മാസ്റ്റർ ചെയ്യാനുള്ള ഏറ്റവും വേഗമേറിയ മാർഗമാണെന്ന് ഞാൻ വിശ്വസിക്കുന്നു. അത്തരം മത്സരങ്ങൾക്കായി, ഹാർഡ്‌വെയർ സ്വയം വാങ്ങുന്നത് വളരെ ചെലവേറിയതാണ്, എന്നാൽ ഇവിടെ നിങ്ങൾക്ക് സൗജന്യമായി ആശയങ്ങൾ പരീക്ഷിക്കാം.

കിറിൽ ബ്രോഡ്
“ML പരിശീലനം വരുന്നതിനുമുമ്പ്, പരിശീലനവും ഹൈന്ദവ മത്സരങ്ങളും ഒഴികെയുള്ള മത്സരങ്ങളിൽ ഞാൻ പ്രത്യേകിച്ച് പങ്കെടുത്തിരുന്നില്ല: എനിക്ക് ML മേഖലയിൽ ജോലിയുള്ളതിനാലും എനിക്ക് അത് പരിചിതമായതിനാലും ഞാൻ ഇതിൽ കാര്യമൊന്നും കണ്ടില്ല. വിദ്യാർത്ഥിയായിരിക്കെ ഞാൻ പങ്കെടുത്ത ആദ്യ സെമസ്റ്റർ. രണ്ടാം സെമസ്റ്റർ മുതൽ, കമ്പ്യൂട്ടിംഗ് ഉറവിടങ്ങൾ ലഭ്യമായപ്പോൾ, എന്തുകൊണ്ട് പങ്കെടുക്കരുത് എന്ന് ഞാൻ ചിന്തിച്ചു. അത് എന്നെ ആകർഷിച്ചു. ടാസ്‌ക്, ഡാറ്റ, മെട്രിക്‌സ് എന്നിവ നിങ്ങൾക്കായി കണ്ടുപിടിക്കുകയും തയ്യാറാക്കുകയും ചെയ്‌തു, മുന്നോട്ട് പോയി MO-യുടെ മുഴുവൻ ശക്തിയും ഉപയോഗിക്കുക, അത്യാധുനിക മോഡലുകളും സാങ്കേതികതകളും പരിശോധിക്കുക. ഇത് പരിശീലനത്തിനും പ്രധാനമായി കമ്പ്യൂട്ടിംഗ് ഉറവിടങ്ങൾക്കും വേണ്ടിയല്ലായിരുന്നുവെങ്കിൽ, ഞാൻ ഉടൻ പങ്കെടുക്കാൻ തുടങ്ങുമായിരുന്നില്ല.

ആൻഡ്രി ഷെവെലെവ്
“മെഷീൻ ലേണിംഗ്, ഡാറ്റാ വിശകലനം എന്നീ മേഖലകളിലെ എന്റെ അറിവ് ആഴത്തിലാക്കാൻ എനിക്ക് കഴിയുന്ന സമാന ചിന്താഗതിക്കാരായ ആളുകളെ കണ്ടെത്താൻ വ്യക്തിഗത ML പരിശീലനം എന്നെ സഹായിച്ചു. സ്വതന്ത്രമായി വിശകലനം ചെയ്യാനും മത്സര വിഷയത്തിൽ മുഴുകാനും കൂടുതൽ ഒഴിവുസമയമില്ലാത്തവർക്കും വിഷയത്തിൽ തുടരാൻ ആഗ്രഹിക്കുന്നവർക്കും ഇത് ഒരു മികച്ച ഓപ്ഷനാണ്.

ഞങ്ങൾക്കൊപ്പം ചേരുക

Kaggle-ലെയും മറ്റ് പ്ലാറ്റ്‌ഫോമുകളിലെയും മത്സരങ്ങൾ പ്രായോഗിക കഴിവുകൾ വികസിപ്പിക്കുകയും ഡാറ്റാ സയൻസ് മേഖലയിലെ രസകരമായ ജോലികളാക്കി മാറ്റുകയും ചെയ്യുന്നു. ഒരുമിച്ച് ബുദ്ധിമുട്ടുള്ള മത്സരത്തിൽ പങ്കെടുത്ത ആളുകൾ പലപ്പോഴും സഹപ്രവർത്തകരായിത്തീരുകയും ജോലി സംബന്ധമായ പ്രശ്നങ്ങൾ വിജയകരമായി പരിഹരിക്കുകയും ചെയ്യുന്നു. ഇത് ഞങ്ങൾക്കും സംഭവിച്ചു: മിഖായേൽ കർചെവ്‌സ്‌കി, ടീമിലെ ഒരു സുഹൃത്തിനൊപ്പം, ഒരു ശുപാർശ സംവിധാനത്തിൽ അതേ കമ്പനിയിൽ ജോലിക്ക് പോയി.

കാലക്രമേണ, ശാസ്ത്രീയ പ്രസിദ്ധീകരണങ്ങളും മെഷീൻ ലേണിംഗ് കോൺഫറൻസുകളിൽ പങ്കാളിത്തവും ഉപയോഗിച്ച് ഈ പ്രവർത്തനം വിപുലീകരിക്കാൻ ഞങ്ങൾ പദ്ധതിയിടുന്നു. നോവോസിബിർസ്കിൽ പങ്കെടുക്കുന്നവരോ വിദഗ്ധരോ ആയി ഞങ്ങളോടൊപ്പം ചേരുക - എഴുതുക ഞാൻ അഥവാ കിരിൽ. നിങ്ങളുടെ നഗരങ്ങളിലും സർവ്വകലാശാലകളിലും സമാനമായ പരിശീലനം സംഘടിപ്പിക്കുക.

നിങ്ങളുടെ ആദ്യ ചുവടുകൾ എടുക്കാൻ സഹായിക്കുന്ന ഒരു ചെറിയ ചീറ്റ് ഷീറ്റ് ഇതാ:

1. സാധാരണ ക്ലാസുകൾക്ക് സൗകര്യപ്രദമായ സ്ഥലവും സമയവും പരിഗണിക്കുക. ഒപ്റ്റിമൽ - ആഴ്ചയിൽ 1-2 തവണ.
2. ആദ്യ മീറ്റിംഗിനെക്കുറിച്ച് താൽപ്പര്യമുള്ള പങ്കാളികൾക്ക് എഴുതുക. ഒന്നാമതായി, ഇവർ സാങ്കേതിക സർവ്വകലാശാലകളിലെ വിദ്യാർത്ഥികളാണ്, ODS പങ്കാളികൾ.
3. നിലവിലെ കാര്യങ്ങൾ ചർച്ച ചെയ്യാൻ ഒരു ചാറ്റ് ആരംഭിക്കുക: ടെലിഗ്രാം, വികെ, വാട്ട്‌സ്ആപ്പ് അല്ലെങ്കിൽ മിക്കവർക്കും സൗകര്യപ്രദമായ മറ്റേതെങ്കിലും മെസഞ്ചർ.
4. പൊതുവായി ആക്‌സസ് ചെയ്യാവുന്ന ഒരു പാഠ പദ്ധതി, മത്സരങ്ങളുടെയും പങ്കെടുക്കുന്നവരുടെയും ഒരു ലിസ്റ്റ്, ഫലങ്ങൾ നിരീക്ഷിക്കുക.
5. അടുത്തുള്ള സർവ്വകലാശാലകളിലോ ഗവേഷണ സ്ഥാപനങ്ങളിലോ കമ്പനികളിലോ സൗജന്യ കമ്പ്യൂട്ടിംഗ് ശക്തിയോ ഗ്രാന്റോ കണ്ടെത്തുക.
6. ലാഭം!

ഉറവിടം: www.habr.com