Nami abdi Sasha sareng abdi resep diajar mesin sareng ngajar jalma. Ayeuna kuring ngawas program pendidikan di Pusat Élmu Komputer sareng ngarahkeun program sarjana dina analisis data di St. Petersburg State University. Saméméh éta, manéhna digawé salaku analis di Yandex, komo saméméhna salaku élmuwan: manéhna kalibet dina modeling matematik di Institute of Computerlmu SB RAS.
Dina tulisan ieu kuring hoyong nyarioskeun ka anjeun naon anu sumping tina ideu pikeun ngaluncurkeun pelatihan mesin diajar pikeun mahasiswa, lulusan Universitas Negeri Novosibirsk sareng anu sanés.
Kuring geus lila hayang ngatur kursus husus dina Nyiapkeun pikeun kompetisi analisis data on Kaggle sarta platform séjénna. Ieu seemed kawas gagasan hébat:
- Siswa sareng saha waé anu kabetot bakal nerapkeun pangaweruh téoritis dina prakték sareng mangtaun pangalaman dina ngarengsekeun masalah dina kompetisi umum.
- Siswa anu nempatkeun di luhur dina kompetisi sapertos gaduh pangaruh anu hadé dina daya tarik NSU pikeun pelamar, mahasiswa sareng lulusan. Hal anu sarua kajadian jeung latihan programming olahraga.
- Kursus khusus ieu sampurna ngalengkepan sareng ngalegaan pangaweruh dasar: pamilon sacara mandiri ngalaksanakeun modél pembelajaran mesin sareng sering ngabentuk tim anu bersaing di tingkat global.
- Paguron luhur sanés parantos ngalaksanakeun pelatihan sapertos kitu, janten kuring ngarepkeun kasuksésan kursus khusus di NSU.
Ngajalankeun
The Akademgorodok of Novosibirsk boga taneuh pisan subur pikeun endeavors misalna: siswa, lulusan jeung guru ti Computer Science Center sarta fakultas teknis kuat, contona, FIT, MMF, FF, rojongan kuat administrasi NSU, hiji komunitas ODS aktif, insinyur ngalaman. jeung analis ti sagala rupa pausahaan IT. Dina waktos anu sami, urang diajar ngeunaan program hibah ti - dana ngarojong tim anu némbongkeun hasil alus dina kompetisi olahraga ML.
Kami mendakan panongton di NSU kanggo rapat mingguan, nyiptakeun obrolan dina Telegram, sareng diluncurkeun dina 1 Oktober sareng mahasiswa sareng lulusan pusat CS. 19 urang datang ka palajaran kahiji. Genep di antarana jadi pamilon rutin dina latihan. Jumlahna, 31 urang sumping ka rapat sahenteuna sakali dina taun ajaran.
Hasil munggaran
Abdi sareng lalaki patepang, silih tukeur pangalaman, ngabahas kompetisi sareng rencana kasar pikeun masa depan. Rada gancang urang sadar yén pajoang pikeun tempat di kompetisi analisis data téh biasa, pagawean grueling, sarupa jeung unpaid full-waktu karya, tapi pisan metot jeung seru 🙂 Salah sahiji pamilon, Kaggle-master Maxim, disarankan urang pikeun kahiji kalina maju dina kompetisi individual. , sarta ngan sababaraha minggu engké ngahiji kana tim, nyokot kana akun skor umum. Éta naon anu urang lakukeun! Salila latihan tatap muka, urang ngabahas model, artikel ilmiah, jeung intricacies perpustakaan Python, sarta direngsekeun masalah babarengan.
Hasil semester gugur éta tilu medali pérak dina dua kompetisi on Kaggle: и . Sarta hiji tempat katilu dina kompetisi CFT pikeun koréksi typos jeung duit munggaran meunang (dina duit, sakumaha nyebutkeun keglers ngalaman).
Hasil henteu langsung anu penting pisan tina kursus khusus nyaéta peluncuran sareng konfigurasi klaster NSU VKI. Kakuatan komputasina parantos ningkatkeun kahirupan kalapa urang sacara signifikan: 40 CPU, 755Gb RAM, 8 NVIDIA Tesla V100 GPU.
Sateuacan éta, urang salamet sabisa-bisa: urang ngitung dina laptop sareng desktop pribadi, dina Google Colab sareng di Kaggle-kernels. Hiji tim malah ngagaduhan skrip anu ditulis nyalira anu otomatis ngahémat modél sareng ngamimitian deui itungan anu lirén kusabab wates waktos.
Dina semester spring, urang terus ngumpul, tukeur papanggihan suksés jeung ngobrol ngeunaan solusi urang pikeun kompetisi. pamilon kabetot anyar mimiti datang ka kami. Salila semester musim semi, urang junun nyandak hiji emas, tilu pérak jeung salapan perunggu dina dalapan kompetisi on Kaggle: , , , , , jeung sajabana, perunggu di , tempat katilu di Changellenge>>Piala jeung tempat kahiji (deui dina duit) dina kompetisi machine learning di ti Yandex.
Naon pamilon latihan nyebutkeun
"Kuring bungah pisan yén kagiatan sapertos kitu dilaksanakeun di dieu di Siberia, sabab kuring yakin yén partisipasi dina kompetisi mangrupikeun cara panggancangna pikeun ngawasaan ML. Pikeun kompetisi sapertos kitu, parangkat kerasna lumayan mahal kanggo mésér nyalira, tapi di dieu anjeun tiasa nyobian ideu gratis.
"Sateuacan mecenghulna latihan ML, abdi teu utamana ilubiung dina kompetisi iwal latihan jeung kompetisi Hindu: Kuring teu ningali titik dina ieu, saprak kuring kungsi digawé di widang ML, sarta kuring wawuh jeung eta. Semester kahiji kuring milu jadi mahasiswa. Sarta dimimitian ti semester kadua, pas sumberdaya komputasi sadia, kuring pikir, naha teu ilubiung. Sarta eta ngagaduhan kuring hooked. Tugas, data sareng métrik diciptakeun sareng disiapkeun pikeun anjeun, teraskeun sareng nganggo kakuatan pinuh ku MO, pariksa modél sareng téknik canggih. Upami sanés pikeun palatihan sareng, anu pentingna, sumber daya komputasi, kuring moal bakal ngamimitian milu geura-giru.
"Pelatihan ML sacara pribadi ngabantosan kuring mendakan jalma-jalma anu sami-sami, sareng saha kuring tiasa langkung jero pangaweruh dina widang pembelajaran mesin sareng analisis data. Ieu ogé pilihan anu saé pikeun anu henteu gaduh seueur waktos bébas pikeun nganalisa sacara mandiri sareng neuleumkeun diri dina topik kompetisi, tapi tetep hoyong dina topik éta.
ngahiji sareng Kami
Kompetisi on Kaggle sarta platform séjénna hone kaahlian praktis tur gancang ngarobah kana karya metot dina widang elmu data. Jalma anu geus nyokot bagian dina kompetisi susah babarengan mindeng jadi kolega jeung terus suksés ngajawab masalah nu patali jeung karya. Ieu kajadian ka urang teuing: Mikhail Karchevsky, babarengan jeung babaturan ti tim, indit ka dianggo pikeun parusahaan sarua dina sistem rekomendasi.
Kana waktu, urang rencanana rék dilegakeun kagiatan ieu kalawan publikasi ilmiah sarta partisipasi dina konferensi learning mesin. Gabung kami salaku pamilon atawa ahli di Novosibirsk - nulis atawa . Atur palatihan anu sami di kota sareng paguron anjeun.
Ieu lembar curang sakedik pikeun ngabantosan anjeun nyandak léngkah munggaran anjeun:
- Mertimbangkeun tempat jeung waktu merenah pikeun kelas biasa. Optimal - 1-2 kali saminggu.
- Tulis ka pamilon berpotensi kabetot ngeunaan pasamoan munggaran. Anu mimiti, ieu mahasiswa universitas teknis, pamilon ODS.
- Mimitian obrolan pikeun ngabahas urusan ayeuna: Telegram, VK, WhatsApp atanapi utusan sanés anu cocog pikeun kalolobaanana.
- Mertahankeun rencana pangajaran diaksés masarakat awam, daptar kompetisi jeung pamilon, sarta ngawas hasilna.
- Milarian kakuatan komputasi gratis atanapi hibah pikeun éta di paguron luhur, lembaga panalungtikan atanapi perusahaan caket dieu.
- Kauntungan!
Sumber: www.habr.com