ИНСТРУМЕНТЫ И МАТЕРИАЛЫ
Всё для работы.
Временные файлообменники
~/labs/ml · учимся на практике
От данных
к работающей
модели.
Соберите датасет, обучите модель и превратите результат в проект. Пять лабораторных, в которых теория становится работающим кодом.
Два класса наблюдений. Каждая точка — пример с двумя признаками.
↳ Переключайте этапы. Это условная схема, а не обучение модели.
ПРАКТИЧЕСКИЙ МАРШРУТ / 05 РАБОТ
Практика, по порядку.
- 01
Датасет и обучение модели
Соберите и разметьте данные, обучите модель распознавания объектов и сравните результаты экспериментов.
- 02
Генеративные модели в деле
Создайте презентацию, озвучку и сайт с помощью генеративных инструментов. Соберите материалы в единый проект.
- 03
От локального сайта к публикации
Разместите сайт на сервере, проверьте доступность и подготовьте описание проекта для каталога и защиты.
- 04
Приложения с помощью LLM
Выберите практическую задачу: бот, устройство, скрипт или приложение. Используйте LLM как помощника при разработке.
- 05
Функции, графики и данные
Исследуйте функции в Excel: стройте графики, анализируйте производные, интегралы и влияние шума.
СНАЧАЛА ПОНЯТЬ ЗАДАЧУ, ПОТОМ ВЫБИРАТЬ ИНСТРУМЕНТ
Цель.
Здесь важно пройти весь процесс: сформулировать прикладную задачу, подготовить данные, проверить результат и объяснить, почему выбранное решение работает.
Подготовить
Определите, что должна распознавать модель. Соберите примеры, выполните разметку и разделите данные для обучения и проверки.
Проверить
Обучите модель, сравните параметры и оцените качество по метрикам. Ошибка на новом примере — повод исследовать данные, а не просто повторить запуск.
Применить
Покажите работу модели на новых данных, соберите приложение или сайт и опишите результат так, чтобы эксперимент можно было повторить.
Результат важно объяснить.
Подготовьтесь к защите: разберитесь в понятиях, покажите свой эксперимент и сформулируйте выводы. В каталоге можно посмотреть работы других студентов.