मैले NSU मा मेसिन लर्निङ तालिम कसरी आयोजना गरें

मेरो नाम साशा हो र मलाई मेसिन लर्निङका साथै मानिसहरूलाई पढाउन मनपर्छ। अब म कम्प्युटर साइन्स सेन्टरमा शैक्षिक कार्यक्रमहरूको पर्यवेक्षण गर्छु र सेन्ट पीटर्सबर्ग स्टेट युनिभर्सिटीमा डाटा विश्लेषणमा स्नातक कार्यक्रम निर्देशित गर्छु। त्यो भन्दा पहिले, उहाँले Yandex मा एक विश्लेषकको रूपमा काम गर्नुभयो, र पहिले पनि एक वैज्ञानिक रूपमा: उहाँ SB RAS को कम्प्युटर विज्ञान संस्थानमा गणितीय मोडलिङमा संलग्न हुनुहुन्थ्यो।

यस पोष्टमा म तपाईलाई भन्न चाहन्छु कि विद्यार्थीहरू, नोवोसिबिर्स्क स्टेट युनिभर्सिटीका स्नातकहरू र अरू सबैका लागि मेसिन लर्निंग प्रशिक्षण सुरु गर्ने विचार के आयो।

म लामो समयदेखि Kaggle र अन्य प्लेटफार्महरूमा डेटा विश्लेषण प्रतियोगिताहरूको लागि तयारीमा विशेष पाठ्यक्रम व्यवस्थित गर्न चाहन्छु। यो एक महान विचार जस्तो देखिन्थ्यो:

• विद्यार्थी र इच्छुक जो कोहीले सैद्धान्तिक ज्ञानलाई व्यवहारमा लागू गर्नेछन् र सार्वजनिक प्रतियोगिताहरूमा समस्याहरू समाधान गर्न अनुभव प्राप्त गर्नेछन्।
• यस्ता प्रतियोगिताहरूमा शीर्ष स्थानमा आउने विद्यार्थीहरूले आवेदकहरू, विद्यार्थीहरू र स्नातकहरूका लागि NSU को आकर्षणमा राम्रो प्रभाव पार्छ। खेलकुद प्रोग्रामिङ प्रशिक्षणको साथ पनि त्यस्तै हुन्छ।
• यो विशेष पाठ्यक्रमले आधारभूत ज्ञानलाई पूर्ण रूपमा पूरक र विस्तार गर्दछ: सहभागीहरूले स्वतन्त्र रूपमा मेसिन लर्निङ मोडेलहरू लागू गर्छन् र प्रायः विश्वव्यापी स्तरमा प्रतिस्पर्धा गर्ने टोलीहरू बनाउँछन्।
• अन्य विश्वविद्यालयहरूले पनि यस्तो तालिम सञ्चालन गरिसकेकाले एनएसयूको विशेष पाठ्यक्रमको सफलताको आशा राखेको छु।

सुरूवात गर्नुहोस्

नोवोसिबिर्स्कको अकाडेमगोरोडकसँग त्यस्ता प्रयासहरूको लागि धेरै उर्वर भूमि छ: कम्प्युटर विज्ञान केन्द्रका विद्यार्थी, स्नातक र शिक्षकहरू र बलियो प्राविधिक संकायहरू, उदाहरणका लागि, FIT, MMF, FF, NSU प्रशासनको बलियो समर्थन, एक सक्रिय ODS समुदाय, अनुभवी इन्जिनियरहरू। र विभिन्न आईटी कम्पनीहरूका विश्लेषकहरू। त्यहि समयमा, हामीले अनुदान कार्यक्रमको बारेमा थाहा पायौं बोटान लगानी - कोषले ML खेलकुद प्रतियोगिताहरूमा राम्रो नतिजा देखाउने टोलीहरूलाई समर्थन गर्दछ।

हामीले साप्ताहिक बैठकहरूको लागि NSU मा दर्शकहरू भेट्टायौं, टेलिग्राममा च्याट सिर्जना गर्‍यौं, र CS केन्द्रका विद्यार्थीहरू र स्नातकहरूसँगै अक्टोबर 1 मा सुरु गर्यौं। पहिलो पाठमा १९ जना आए। तीमध्ये ६ जना तालिममा नियमित सहभागी भए । कुल मिलाएर, शैक्षिक वर्षमा कम्तिमा एक पटक बैठकमा ३१ जना आएका थिए।

पहिलो परिणाम

केटाहरू र मैले भेट्यौं, अनुभवहरू आदानप्रदान गरे, प्रतिस्पर्धाहरू र भविष्यको लागि कुनै नराम्रो योजनाबारे छलफल गरे। धेरै चाँडै हामीले डेटा विश्लेषण प्रतियोगिताहरूमा स्थानहरूका लागि लड्नु भनेको नियमित, कष्टकर काम हो, भुक्तान नगरिएको पूर्ण-समय काम जस्तै हो, तर धेरै रोचक र रोमाञ्चक 🙂 सहभागीहरू मध्ये एक, कागल-मास्टर म्याक्सिमले हामीलाई व्यक्तिगत रूपमा प्रतिस्पर्धामा अगाडि बढ्न सल्लाह दिए। , र केही हप्ता पछि मात्र सार्वजनिक स्कोरलाई ध्यानमा राख्दै टोलीहरूमा एकजुट हुन्छ। हामीले त्यही गर्यौं! आमने-सामने प्रशिक्षणको क्रममा, हामीले मोडेलहरू, वैज्ञानिक लेखहरू, र पाइथन पुस्तकालयहरूको जटिलताहरूबारे छलफल गर्यौं र समस्याहरू सँगै समाधान गर्यौं।

पतन सेमेस्टरको नतिजाहरू Kaggle मा दुई प्रतियोगिताहरूमा तीन रजत पदक थिए: TGS साल्ट पहिचान и PLAsTiCC खगोलीय वर्गीकरण। र पहिलो पैसाको साथ टाइप त्रुटिहरू सच्याउनको लागि CFT प्रतियोगितामा एक तेस्रो स्थान जित्यो (पैसामा, अनुभवी केगलरहरूले भने अनुसार)।

विशेष पाठ्यक्रमको अर्को धेरै महत्त्वपूर्ण अप्रत्यक्ष परिणाम NSU VKI क्लस्टरको सुरुवात र कन्फिगरेसन थियो। यसको कम्प्युटिङ पावरले हाम्रो प्रतिस्पर्धात्मक जीवनमा उल्लेखनीय सुधार गरेको छ: 40 CPUs, 755Gb RAM, 8 NVIDIA Tesla V100 GPU हरू।

त्यो भन्दा पहिले, हामीले सकेसम्म राम्रोसँग बाँच्यौं: हामीले व्यक्तिगत ल्यापटप र डेस्कटपहरूमा, Google Colab र Kaggle-kernels मा गणना गर्यौं। एउटा टोलीसँग स्व-लिखित स्क्रिप्ट पनि थियो जसले स्वचालित रूपमा मोडेल बचत गर्‍यो र समय सीमाको कारण रोकिएको गणना पुन: सुरु गर्‍यो।

वसन्त सेमेस्टरमा, हामीले भेला गर्न जारी राख्यौं, सफल निष्कर्षहरू आदानप्रदान गर्यौं र प्रतिस्पर्धामा हाम्रा समाधानहरूको बारेमा कुरा गर्यौं। नयाँ चासो सहभागीहरू हामीकहाँ आउन थाले। वसन्त सेमेस्टरमा, हामीले कागलमा आठ प्रतियोगिताहरूमा एक स्वर्ण, तीन रजत र नौ कास्य जित्न सफल भयौं: PetFinder, सान्टान्डर, लैङ्गिक संकल्प, ह्वेल पहिचान, Quora, गुगल ल्यान्डमार्कहरू र अन्य, कांस्य मा Recco चुनौती, Changellenge>> कपमा तेस्रो स्थान र मेसिन लर्निङ प्रतियोगितामा पहिलो स्थान (फेरि पैसामा) प्रोग्रामिङ च्याम्पियनशिप Yandex बाट।

तालिममा सहभागीहरु के भन्छन्

मिखाइल कार्चेव्स्की
"म धेरै खुसी छु कि यस्ता गतिविधिहरू यहाँ साइबेरियामा गरिन्छ, किनकि म विश्वास गर्छु कि प्रतियोगिताहरूमा भाग लिनु नै ML मा मास्टर गर्ने सबैभन्दा छिटो तरिका हो। त्यस्ता प्रतियोगिताहरूको लागि, हार्डवेयर आफैलाई किन्न धेरै महँगो छ, तर यहाँ तपाईं विचारहरू निःशुल्क प्रयास गर्न सक्नुहुन्छ।"

Kirill Brodt
"एमएल तालिमको आगमन भन्दा पहिले, मैले प्रशिक्षण र हिन्दू प्रतियोगिताहरू बाहेक प्रतियोगिताहरूमा विशेष रूपमा भाग लिइन: मैले यसमा बिन्दु देखेको छैन, किनकि मैले एमएलको क्षेत्रमा काम गरेको थिएँ, र म यससँग परिचित थिएँ। पहिलो सेमेस्टरमा मैले विद्यार्थीको रूपमा भाग लिएँ। र दोस्रो सेमेस्टरबाट सुरु गर्दै, कम्प्युटिङ स्रोतहरू उपलब्ध हुने बित्तिकै, मैले सोचें, किन भाग लिने? र यसले मलाई झुक्यो। कार्य, डेटा र मेट्रिक्स आविष्कार गरिएको थियो र तपाईंको लागि तयार पारिएको थियो, अगाडि बढ्नुहोस् र MO को पूर्ण शक्ति प्रयोग गर्नुहोस्, अत्याधुनिक मोडेल र प्रविधिहरू जाँच गर्नुहोस्। यदि यो प्रशिक्षणको लागि र महत्त्वपूर्ण रूपमा, कम्प्युटिङ स्रोतहरू नभएको भए, म छिट्टै सहभागी हुन थालेको थिइनँ।"

Andrey Shevelev
"व्यक्तिगत ML तालिमले मलाई समान विचारधारा भएका व्यक्तिहरू फेला पार्न मद्दत गर्‍यो, जसको साथमा म मेसिन लर्निङ र डेटा विश्लेषणको क्षेत्रमा आफ्नो ज्ञानलाई अझ गहिरो बनाउन सक्षम भएँ। यो तिनीहरूका लागि पनि उत्कृष्ट विकल्प हो जोसँग स्वतन्त्र रूपमा विश्लेषण गर्न र प्रतिस्पर्धाको विषयमा आफूलाई डुबाउन धेरै खाली समय छैन, तर अझै पनि यस विषयमा हुन चाहन्छ।

हामीसँग सामेल हुनुहोस्

Kaggle र अन्य प्लेटफर्महरूमा प्रतिस्पर्धाहरूले व्यावहारिक सीपहरू सुधार गर्दछ र चाँडै डेटा विज्ञानको क्षेत्रमा रोचक कार्यमा रूपान्तरण गर्दछ। कठिन प्रतिस्पर्धामा सँगै भाग लिने व्यक्तिहरू प्राय: सहकर्मी बन्छन् र सफलतापूर्वक काम सम्बन्धी समस्याहरू समाधान गर्न जारी राख्छन्। यो हामीसँग पनि भयो: मिखाइल कार्चेभस्की, टोलीको साथीसँग, सिफारिस प्रणालीमा एउटै कम्पनीको लागि काम गर्न गए।

समय बित्दै जाँदा, हामीले यो गतिविधिलाई वैज्ञानिक प्रकाशनहरू र मेसिन लर्निङ सम्मेलनहरूमा सहभागिताका साथ विस्तार गर्ने योजना बनाएका छौं। नोवोसिबिर्स्कमा सहभागी वा विशेषज्ञहरूको रूपमा हामीसँग सामेल हुनुहोस् - लेख्नुहोस् म वा किरिल। आफ्नो शहर र विश्वविद्यालयहरूमा यस्तै तालिमहरू व्यवस्थित गर्नुहोस्।

तपाइँलाई तपाइँको पहिलो चरणहरू लिन मद्दतको लागि यहाँ एउटा सानो धोखा पाना छ:

1. नियमित कक्षाको लागि सुविधाजनक स्थान र समय विचार गर्नुहोस्। इष्टतम - हप्तामा 1-2 पटक।
2. पहिलो बैठकको बारेमा सम्भावित इच्छुक सहभागीहरूलाई लेख्नुहोस्। सबैभन्दा पहिले, यी प्राविधिक विश्वविद्यालयका विद्यार्थीहरू, ODS सहभागीहरू हुन्।
3. समसामयिक मामिलाहरू छलफल गर्न च्याट सुरु गर्नुहोस्: टेलिग्राम, VK, व्हाट्सएप वा धेरैका लागि सुविधाजनक कुनै अन्य मेसेन्जर।
4. सार्वजनिक रूपमा पहुँचयोग्य पाठ योजना, प्रतियोगिता र सहभागीहरूको सूची, र नतिजाहरू निगरानी गर्नुहोस्।
5. नजिकका विश्वविद्यालयहरू, अनुसन्धान संस्थानहरू वा कम्पनीहरूमा नि:शुल्क कम्प्युटिङ पावर वा यसको लागि अनुदान खोज्नुहोस्।
6. लाभ!

स्रोत: www.habr.com