Cmu 301: ᐅ Prology CMU-301 отзывы — 36 честных отзыва покупателей о автомагнитоле Prology CMU-301

Содержание

Автомагнитола Prology CMU-301 — «Некоторое опровержение и о плюсах!»

Начну отталкиваться от предыдущего отзыва!

Плохая магнитолка? Ну да, допустим, хотя готов поспорить!!! (Нет!!! Не подумайте я не пришёл встать на сторону аппарата Prology CMU-301, а просто поделиться так сказать халявкой при обращении)

Из истории начала пользования: достался мне этот агрегат (по другому нет смысла называть) с вновь приобретеным авто ВАЗ2110 (не понятно то ли прежнему хозяину стало жалко оставлять мафон за 3000 р и купил этот, то ли просто решил себе оставить). Да, не спорю! Не впечатлил!!! Но… ни каких дисков (1), AUX, флэшки (SD, USB) хавает любового размера и веса держит до 32 гиг большего объёма не имеется (2), приём, поиск и настройка радио в принципе на 4+, при хорошей наружке чисто разговор ведёт (3), лёгок!!! (4-это, по моему мнению, самый большой плюс), не прихотлив к рабочей температуре (стоял под печкой) температура там ужасная (особенно летом) (5), ценовая группа, купили авто а там нет вайфуна, вот пожалуй и замена на время (6)

6 плюсов смог найти при использовании его на протяжении 4-х месяцев.

Ну а вот с минусами можно и упустить что либо! печально осознавать, но их там много, хотя на половину можно закрыть глаза!

1) Если начнёт глючить, нужно сразу нажать на reset и перенастроить всё, что настоил до этого

2) Пользоваться им стоит не более 3-х месяце (а если ооооочень любите кнопку next то и на месяц хватит) начнет западать, по итогу совсем перестанет робить

3) В одной папке может прочесть около 190 (чуть больше) треков, далее переключается на следующую папку.

4) Заявленная 55 ватная мощность не тянет на все 100% (работает наверно до 40-60% всего заявленного ресурса) пионеры 2-х компонентные 3-х полосники (привозили на заказ) 360 ватт (на выходе с магнитолки просящие 45 ват мин.) даже на 50% громкость стал задыхаться.

Если вам, вдруг, неожиданно стало жаль свою магнитолу, (при продаже авто) купленную за 6-…. тыр. идите и покупайте сей агрегат если же стоит простая до 5 тыс, то не стоит замарачиваться и тратиться проще уж выдернуть своё родное при продаже, оговорив это ЗАРАНЕЕ с покупателем авто!!! Захочет пусть покупает (всё ровно валяться будет по итогу)

Prology CMU-301 создан 🙂 для перекупщиков, которые готовы всё выдернуть, заменить продать и навариться!!!

Характеристики Prology CMU-301 (Пролоджи КМУ-301)

Prology CMU-301

Характеристики

Prology CMU-301: Характеристики

Характеристики

`

4×55Вт, 1 DIN, тюнер, USB

Характеристики

Состав

Радиоприемник

есть, цифровой тюнер

CD-проигрыватель

нет

DVD-проигрыватель

нет

Blu-ray-проигрыватель

нет

Усилитель

есть

Эквалайзер

нет

Навигатор

нет

Функциональные возможности

MP3-проигрыватель

есть

Дополнительно

Общие характеристики

Пиковая мощность

4×55 Вт

Типоразмер

1 DIN

Интерфейс CD-ченджера

нет

Технические параметры

Поддерживаемые носители и форматы

Слоты расширения

Поддержка карт памяти

SD, MMC

Дисплей

Тип дисплея

монохромный

Управление

Инфракрасный пульт

нет

Джойстик на руле

нет

Автопоиск станций

есть

Интерфейсы

USB на передней панели

есть

Вход аудио на передней панели

есть

Выходы

аудио стерео

Подсоединение по стандарту ISO

есть

Беспроводная связь

Поддержка Bluetooth

нет

Связь

Поддержка диапазонов

FM, УКВ

Тюнер

Тюнер с дальним приёмом

есть

Дополнительная информация

Поддержка тегов ID3

есть

Тон-компенсация

есть

Габариты и вес

Размеры (ШхВхГ)

188x58x98 мм

Популярные товары

Supra SFD-108U

Одна из самых недорогих и одна из лучших в наших тестах по качеству звука.

Supra SFD-85U

Дизайн автомагнитолы соответствует невысокой цене, это же можно сказать о качестве звучания.

Pioneer DEH-9450UB

Отличное звучание, высокий трехстрочный дисплей и эргономично выдвигающаяся лицевая панель.

Pioneer MVH-150UB

Эта автомагнитола оправдывает невысокую цену своим плохим звучанием и неудобным экраном.

5 (из 5 возможных)

Автомагнитола PROLOGY CMU-301 USB, AUX, SD, 4×55Вт

Главная Аксессуары для автомобиля Автоэлектроника Автозвук Автомагнитоллы

Штрих-код

4620004297990

Ожидается поставка

Состав Радиоприемник есть, цифровой тюнер CD-проигрыватель нет MP3-проигрыватель есть DVD-проигрыватель нет Blu-ray-проигрыватель нет Усилитель есть Эквалайзер нет Навигатор нет ТВ-тюнер нет Общие характеристики Пиковая мощность 4×55 Вт Типоразмер 1 DIN Интерфейс CD-ченджера нет Цвет черный Поддерживаемые носители и форматы Форматы MP3 Поддержка карт памяти SD, MMC Дисплей Тип дисплея монохромный Управление Инфракрасный пульт нет Джойстик на руле нет Автопоиск станций есть Интерфейсы Входы USB USB на передней панели есть Вход аудио на передней панели есть Выходы аудио стерео Поддержка Bluetooth нет Подсоединение по стандарту ISO есть Тюнер Поддержка диапазонов FM, УКВ Тюнер с дальним приёмом есть Дополнительная информация Поддержка тегов ID3 есть Тон-компенсация есть Размеры (ШхВхГ) 188x58x98 мм

Напряжение рабочее, В

12

Тип устройства

Автомагнитола

Передняя панель

сьемная

Типоразмер

1 din

Наличие Bluetooth

Нет

Мощность выходная, Вт

4×55

Разьемы на передней панли

USB, AUX, SD

Рекомендуемые товары

10-301/601: МЛ

Ключевая информация Лекция

Понедельник и среда, две секции: с 8:00 до 9:20 и с 3:20 до 4:40. pm, оба EDT (UTC -4). Обратите внимание, что часовой пояс изменится на EST (UTC -5) с 1 ноября.
Лекции будет проходить в прямом эфире в Zoom. См. Canvas для ссылок Zoom.
сеанса Zoom будут записаны и размещены на Canvas.
Посещение лекций ожидается и будет основной способ заработать очки участия.

Чтение

Пятница, три секции: с 8:00 до 9:20, с 11:40 до 13:00 и с 15:20 до 16:40, все восточноевропейское время (UTC -4). Обратите внимание, что часовой пояс изменится на EST (UTC -5) с 1 ноября.
Чтение будет проходить в прямом эфире с использованием Zoom. См. Canvas для ссылок Zoom.
Подробнее см. в разделе Чтение.

Образовательные партнеры

Бринн Эдмундс, Фатима Кизилкая, Джошмин Рэй
Если у вас нет доступа к Piazza, вы можете отправить им электронное письмо с вопросами по администрированию курса по адресу: [email protected]

Помощники преподавателей

Варша Куппур Раджендра, Ханюэ Чай, Эндрю Хонг, Чжаоминь Чжэн, Эверетт Кнаг, Алекс Сингх, Нань Инь, Адриан Кагер, Скотт Лю, Лаура Ли, Хонги Чжан, Даниэль Мин, Юный Ким, Чжэнъян Ся, Ани Чоудхури и Эрик Лян, см. страницу персонала 301/601

оценка

Оценки будут собираться в Canvas.
Промежуточный этап 1 15%, промежуточный этап 2 15%, заключительный этап 15%, задания 50%, участие 5%

Учебник

Для этого курса нет необходимого учебника. Любой рекомендуемый показания будут поступать из источников, находящихся в свободном доступе в Интернете. См. Расписание раздел для подробностей.

Объявления + вопросы и ответы

Мы будем использовать Piazza для вопросов и любого курса объявления.

Отправка заданий

Учащиеся будут сдавать домашнюю работу в электронном виде с помощью Gradescope.

Машинное обучение связано с компьютерными программами, которые автоматически улучшают свою производительность за счет опыт (например, программы, которые учатся распознавать человеческие лица, рекомендуют музыку и фильмы и управляют автомобилем). автономные роботы).Этот курс охватывает теорию и практические алгоритмы машинного обучения из различных перспектив. Мы охватываем такие темы, как байесовские сети, обучение дереву решений, методы опорных векторов, статистические методы обучения, обучение без учителя и обучение с подкреплением. Курс включает в себя теоретические такие концепции, как индуктивное смещение, структура обучения PAC, байесовские методы обучения и обучение. Задания по программированию включают практические эксперименты с различными алгоритмами обучения.Этот курс предназначен для того, чтобы дать аспиранту основательное представление о методологиях, технологиях, математика и алгоритмы, которые в настоящее время необходимы людям, занимающимся исследованиями в области машинного обучения.

Цели обучения

По окончании курса слушатели должны уметь:

  • Внедрение и анализ существующих алгоритмов обучения, включая хорошо изученные методы классификации, регрессия, структурированное прогнозирование, кластеризация и обучение представлению
  • Интеграция нескольких аспектов практического машинного обучения в единую систему: предварительная обработка данных, обучение, регуляризация и выбор модели
  • Описывать формальные свойства моделей и алгоритмов обучения и объяснять практические последствия этих результатов
  • Сравните и сопоставьте различные парадигмы обучения (с учителем, без учителя и т. д.).)
  • Разработка экспериментов для оценки и сравнения различных методов машинного обучения с реальными проблемами
  • Использовать вероятность, статистику, исчисление, линейную алгебру и оптимизацию для разработки новых прогностические модели или методы обучения
  • Имея описание техники машинного обучения, проанализируйте его, чтобы определить (1) выразительную силу формализма; (2) индуктивное смещение, заложенное в алгоритме; (3) размер и сложность пространства поиска; (4) вычислительные свойства алгоритма: (5) любые гарантии (или их отсутствие) в отношении завершения, сходимость, правильность, точность или способность к обобщению.

Уровни

10-301 и 10-601 идентичны. Студенты должны зарегистрироваться на 10-301, а аспиранты должны зарегистрироваться. для 10-601. Этот курс охватывает многие темы, аналогичные другим вводным курсам по машинному обучению и искусственному интеллекту. курсы, такие как 10-315, 10-701, 15-281. Свяжитесь с инструктором, если вы беспокоитесь о том, какой курс подходит для тебя.

Необходимые условия + Дополнительные условия

Ожидается, что учащиеся, поступающие в класс, уже имеют практические знания о вероятности, линейной алгебра, статистика и алгоритмы, хотя класс был разработан, чтобы позволить студентам с сильным считайте фон, чтобы наверстать упущенное и в полной мере участвовать.Кроме того, будут проведены сеансы декламации для рассмотрения некоторые основные понятия.

  1. Перед началом этого курса необходимо иметь значительный опыт программирования в общем язык программирования. В частности, вам нужно написать с нуля программы, состоящие из нескольких сотни строк кода. Для студентов бакалавриата это будет удовлетворено, например, сдачей 15-122 (Принципы императивных вычислений) с оценкой «C» или выше, или сопоставимые курсы или опыт в другом месте.Примечание. Для каждого задания по программированию мы позволим вам выбирать между Python, C++, и Ява.
  2. Прежде чем приступить к этому курсу, вы должны иметь базовые знания о вероятности и статистике, а также быть достигнутым в CMU, сдав 36-217 (теория вероятностей и случайные процессы) или 36-225 (введение к Вероятность и статистика I), или 15-359, или 21-325, или аналогичные курсы в другом месте с оценкой «C». или выше.
  3. Перед тем, как начать этот курс, вы должны иметь зрелость на уровне колледжа в области дискретной математики, как это может быть достигнуто в CMU, сдав 21-127 (Концепции математики) или 15-151 (Математические основы математики). Информатика) или аналогичные курсы в другом месте с оценкой «C» или выше.

Вы должны строго соблюдать эти условия! Даже если система регистрации CMU не мешает вам после регистрации на этот курс вы по-прежнему обязаны убедиться, что у вас есть все эти предварительные условия перед регистрацией.

Примечательно, что в этом списке предварительных условий отсутствует какой-либо курс линейной алгебры. Линейная алгебра действительно является центральным часть этого курса машинного обучения. Учитывая отсутствие предпосылки линейной алгебры, мы предоставим необходимые ресурсы и инструкции по линейной алгебре. При этом, если вы никогда не подвергались матриц и векторов в любом контексте, пожалуйста, свяжитесь с инструктором, чтобы обсудить, как наилучшим образом удовлетворить ваши линейные потребности. алгебра нужна.

Пожалуйста, обратитесь к инструктору, если вы не уверены, подходит ли ваш опыт для курса.

См. часы работы в календаре ниже.

При необходимости в этом курсе используется инструмент CMU OHQueue в качестве система рабочего времени.

Не стесняйтесь обращаться к персоналу курса через частную почту на Piazza, чтобы запросить часы работы по предварительной записи. Мы сделаем все возможное, чтобы удовлетворить эти запросы.Мы также иногда открываем 15-минутные интервалы для встреч на календарь курсов. Эти слоты для встреч могут быть защищены по следующей ссылке. Пожалуйста, будьте вежливы с другими студенты при выборе этих слотов, например. не выбирайте более одного слота в день. Ссылка: ОЙ Слоты для встреч

Учебники:

Доме III, Хал. Курс по машинному обучению , доступен в Интернете, (опционально)

Бишоп, Кристофер. Распознавание образов и машинное обучение , доступно онлайн, (необязательно)

Мерфи, Кевин П. Машинное обучение: вероятностная перспектива , доступно в Интернете (необязательно)

Гудфеллоу, Ян, Йошуа Бенжио, Аарон Курвиль. Глубокое обучение , доступно в Интернете, (дополнительно)

Митчелл, Том. Машинное обучение , некоторые главы доступны онлайн, (необязательно)

Обозначение
Финики Тема Чтение / Демонстрация Слайды/заметки
31.08 Пн 1: Введение в ML .пдф pptx (чернила) pdf (чернила)
1 сентября, среда 2: Деревья решений Доме 1
pptx (чернила) pdf (чернила)
9/7 Пн Без класса: День труда
9/9 Ср 3: Деревья решений Daumé 2, Entropy, видео Cross-Entropy, A.Жерон pptx (чернила) pdf (чернила)
14 сентября Пн 4: Деревья решений и ближайший сосед Доме 3 pptx (чернила) pdf (чернила)
16 сентября Ср 5: Ближайший сосед и выбор модели pptx (чернила) pdf (чернила)
9/21 Пн 6: Линейная регрессия Мерфи 7.1-7.3 pptx (чернила) pdf (чернила)
9/23 Ср 7: Оптимизация pptx (чернила) pdf (чернила)
9/28 Пн 8: Логистическая регрессия Мерфи 1.4.6, 8.1–8.3
lec8.ipynb
pptx (чернила) pdf (чернила)
30 сентября ср 9: Логистическая регрессия pptx (чернила) pdf (чернила)
2/10 Пт 10: Логистическая регрессия и разработка признаков pptx (чернила) pdf (чернильный)
5/10 Пн ПРОМЕЖУТОЧНЫЙ ЭКЗАМЕН 1, в классе
7/10 Ср 11: Разработка функций и регуляризация Гудфеллоу и др., гл.7.1, 7,8 pptx (чернила) pdf (чернила)
12.10 Пн 12: Регуляризация и нейронные сети lec12.ipynb пткс (чернила) пдф (чернила)
14.10 Ср 13: Нейронные сети Гудфеллоу и др., гл. 6 пткс (чернила) пдф (чернила)
19.10 Пн 14: нейронные сети Гудфеллоу и др., гл.9 пткс (чернила) пдф (чернила)
21.10 Ср 15: Теория обучения Несколько полезных вещей, о которых нужно знать Машинное обучение. Педро Домингос (2012). пткс (чернила) пдф (чернила)
26.10 Пн 16: Теория обучения Способности к обобщению: Образец Результаты сложности.Нина Балкан (2015). Конспект лекций. PAC Learning: Теорема 1
 pptx (чернила) пдф (чернила)
28.10 Ср 17: MLE/карта Оценка вероятностей: MLE и MAP. Том Митчелл (2018, черновик) пткс (чернила) пдф (чернила)
11/2 Пн 18: Генеративные модели и наивный байесовский подход Генеративный и дискриминационный Классификаторы.Том Митчелл (2020, черновик). пткс (чернила) пдф (чернила)
Раздаточный материал для спама (соль)
4/11 Ср 19: Байесовские сети 15-281 Справочный лист вероятностей пткс (чернила) пдф (чернила)
6.11 Пт 20: HMM А Учебник по HMM.Рабинер (1989). [ Только страницы 257 — 266 ]
Сначала вам может потребоваться пройти аутентификацию здесь: CMU Libraries IEEE
пткс (чернила) пдф (чернила)
9/11 Пн ПРОМЕЖУТОЧНЫЙ ЭКЗАМЕН 2, в классе
11/11 Ср 21: HMM пткс (чернила) пдф (чернила)
16.11 Пн 22: МДП Обучение с подкреплением: опрос.Кельблинг и др. (1996). пткс (чернила) пдф (чернила)
18.11 Ср 23: МДП пткс (чернила) пдф (чернила)
20.11 Пт 24: Обучение с подкреплением [Дополнительно] Игра в Atari с Deep Reinforcement Обучение.Мних и др. (2013). пткс (чернила) пдф (чернила)
23.11 Пн Чтение
25.11 Ср Без класса: День Благодарения
30.11 Пн 25: машины опорных векторов епископ 7.1
Доме 11
пткс (чернила) пдф (чернила)
2/12 Ср 26: машины опорных векторов пткс (чернила) пдф (чернила)
7/12 Пн Кластеризация епископ 9.1 пткс (чернила) пдф (чернила)
9/12 Ср Уменьшение размерности Учебное пособие по анализу главных компонентов. Джонатон Шленс (2014). пткс (чернила) пдф (чернила)
14/12 Пн ЗАКЛЮЧИТЕЛЬНЫЙ ЭКЗАМЕН 8:30–11:30 или 13:00–16:00

По пятницам будет три секции чтения: в 8:00, 11:40 и 15:20.Вы можете присутствовать на любом из этих разделов.
Чтение будет проходить в прямом эфире с использованием Zoom. См. Canvas для ссылок Zoom. Сессии Zoom для чтения будут , а не .

Посещение декламации рекомендуется для закрепления тем еженедельных курсов. При этом, декламация материалы, опубликованные ниже, являются обязательным содержанием и предназначены для промежуточных и выпускных экзаменов.

Курс включает в себя два промежуточных экзамена и итоговый экзамен.Промежуточные экзамены будут проходить во время вашего лекционный интервал в понедельник, 5 октября, и в понедельник, 9 ноября. Заключительный экзамен проводится в понедельник, 14 декабря, с 8:30 до 11:30 или 13:00–16:00. Планируйте любые поездки вокруг экзаменов, так как экзамены не могут быть перенесены.

Будет примерно девять домашних заданий, которые будут иметь некоторую комбинацию письменного и компоненты программирования. Письменные компоненты будут включать работу с алгоритмами, представленными в классе, получение и доказательство математических результатов, а также критический анализ материала, представленного в классе.Программирование Компоненты будут включать в себя написание кода на Python, C++ или Java для реализации различных алгоритмов.

Для любых заданий, которые еще не выпущены, указанные ниже даты являются предварительными и могут быть изменены.

Сроки выполнения заданий

Назначение Ссылка (если выпущена) Срок сдачи
HW 1 (письменный, программирование) Ресурсы Gradescope и Piazza 9/10 Чт, 23:59
HW 2 (письменный, программирование) Ресурсы Gradescope и Piazza 21 сентября Пн, 23:59
HW 3 (письменный) Градоскоп 28 сентября Пн, 23:59
HW 4 (письменный, программирование) Ресурсы Gradescope и Piazza 14.10 Ср, 23:59
HW 5 (письменный, программирование) Ресурсы Gradescope и Piazza 26.10 Пн, 23:59
HW 6 (письменный) Градоскоп 2/11 Пн, 23:59
HW 7 (письменный, программирование) Ресурсы Gradescope и Piazza 19.11 Чт, 23:59
HW 8 (письменный, программирование) Ресурсы Gradescope и Piazza 3/12 Чт, 23:59
HW 9 (письменный) Градоскоп 9/12 Ср, 23:59

Оценка

Оценки будут собраны и зарегистрированы в Canvas.Сообщите нам, если вы считаете, что оценка в Canvas содержит ошибку.

Итоговые баллы будут складываться из:

  • 15% Промежуточный экзамен 1
  • 15% Промежуточный экзамен 2
  • 15% Выпускной экзамен
  • 50% Домашнее задание
  • 5% Участие

Оценки участия

Участие будет основываться на проценте ответов на вопросы опроса в классе:

  • 5% при 80% или более участии в опросе
  • 3% на 70%
  • 1% на 60%

Правильность ответов на опрос в классе не будет учитываться при оценке участия.

Политика академической честности курса противоречит правилам участия в опросах в классе, когда вы не присутствуете на уроке. лекция. О нарушениях этой политики будет сообщаться как о нарушении академической честности. Информация о Академическую честность в CMU можно найти по адресу https://www.cmu.edu/academic-integrity.

Будет несколько других способов сбора очков участия; следите за обновлениями на Piazza для получения более подробной информации.

Окончательная оценка

Этот класс не изогнут.Тем не менее, мы конвертируем окончательные баллы за курс в буквенные оценки на основе границ оценок. которые определяются в конце семестра. Далее следует примерное руководство о том, как будут выставляться оценки за курс. установить, а не точную формулу — отсечки и другие детали мы доработаем по своему усмотрению после конец курса. Это должно помочь вам установить ожидания и принять меры, если ваша траектория в класс не приведет вас к той оценке, на которую вы надеетесь.Итак, вот грубо , очень грубо эвристика о корреляции между итоговыми оценками и общими баллами:

  • А: выше 90%
  • Б: 80-90%
  • С: 70-80%
  • Д: 60-70%

Оценки для аспирантов будут разбиты на +/- отличия. Подробнее см. в правилах классификации CMU. Информация.

Приведенная выше эвристика предполагает, что состав оценок учащегося не является чрезмерно аномальным: исключительно низким общие баллы за экзамены, задания по программированию или письменные задания будут рассматриваться в каждом конкретном случае основа.

Точные пороговые значения оценок не обсуждаются ни в течение, ни после семестра. Для студентов очень близко к границам классов, преподаватели могут по своему усмотрению рассмотреть возможность участия в лекциях и чтение, успеваемость на экзамене и общие тенденции оценок при выставлении итоговой оценки.

Поздняя политика

Домашнее задание:

  • 6 выходных дней по всем заданиям
  • Используйте до двух на задание
  • Пропускные дни подсчитываются по степени детализации дней.Например, если вы сдадите свое задание на 30 минут после крайнего срока это будет считаться одним полным днем ​​расторжения.
  • Вы можете использовать их по своему усмотрению, но они предназначены для незначительных заболеваний и других разрушительных событий вне вашего контроля, а не за плохой тайм-менеджмент
  • Вы несете ответственность за отслеживание своих дней отгула. Gradescope не будет контролировать общее количество скользящие дни
  • Домашнее задание, сданное после этих двух внеплановых дней или отправленное учащимся без оставшихся выходных дней будет присвоена оценка 0.

Кроме этого продления заданий вообще не будет. Если вы думаете, что вы действительно  действительно  нужно продление для определенного задания, свяжитесь с преподавателем как можно скорее и раньше срока. Имейте в виду, что расширения являются полностью дискреционными и будут предоставлены только в исключительных обстоятельствах, не зависящих от вас (например, из-за тяжелой болезни или серьезных личных/семейных обстоятельств). чрезвычайных ситуаций, но не для соревнований, клубных мероприятий или интервью).Инструкторы потребуют подтверждение от Службы здравоохранения университета или вашего научного руководителя, в зависимости от ситуации.
Почти всех ситуаций, из-за которых вы опаздываете с домашним заданием, можно избежать при правильном планировании — часто просто рано начинают. Вот некоторые примеры:

  • У меня так много дедлайнов на этой неделе : ты знаешь свои дедлайны заранее — планируй соответственно.
  • За минуту до крайнего срока и сеть не работает : у вас всегда есть несколько представлений — дожидаться окончания срока подачи первой заявки – не лучшая идея.
  • Мой компьютер вышел из строя, и я потерял все перенесите свои файлы в AFS и завершите домашнюю работу на кластерной машине.
  • В моем братстве/женском клубе/клубе запланировано большое мероприятие, на которое уходит все мое время : Запланируйте свое внеклассные мероприятия вокруг ваших классов, а не наоборот.

Политика сотрудничества

Мы рекомендуем вам обсудить содержание курса и задания со своими одноклассниками.Однако эти обсуждения должны быть сохранены только на концептуальном уровне.

  • Вы НЕ МОЖЕТЕ просматривать, делиться или сообщать о любом артефакте, который будет отправлен как часть назначение. Примеры артефактов включают, помимо прочего: код, псевдокод, диаграммы и текст.
  • Вы можете посмотреть код другого учащегося и обсудить его на концептуальном уровне, пока поскольку это не вывод, который отображается непосредственно в представлении домашнего задания.
  • Вы можете просмотреть сообщения об ошибках кода другого учащегося и обсудить, что означает эта ошибка, на концептуальный уровень. Однако вы НЕ МОЖЕТЕ давать конкретные инструкции по исправлению ошибки.
  • Все работы, которые вы представляете, должны быть вашими.
  • Любое использование любых внешних источников кода или алгоритмов должно быть одобрено инструктором перед отправкой работы . Например, вы должны получить одобрение инструктора, прежде чем использовать алгоритм. вы нашли в Интернете для реализации эвристической функции в задании по программированию.

О нарушениях этих политик будет сообщено как о нарушении академической честности. Информация об академических целостность в CMU можно найти на https://www.cmu.edu/academic-integrity. Пожалуйста, свяжитесь с инструктору, если у вас возникнут какие-либо вопросы относительно академической честности или этих правил сотрудничества.

Приспособления для учащихся с ограниченными возможностями

Если у вас есть инвалидность и у вас есть письмо от отдела ресурсов для инвалидов, мы рекомендуем вам обсудить с нами ваши условия и потребности как можно раньше в семестре.Мы будем работать с вы должны убедиться, что жилье предоставляется в соответствии с требованиями. Если вы подозреваете, что у вас может быть инвалидность и выиграют от приспособления, но еще не зарегистрированы в Управлении ресурсов для инвалидов, мы предложить вам посетить их веб-сайт.

Заявление о поддержке здоровья и благополучия учащихся

Берегите себя. Делайте все возможное, чтобы поддерживать здоровый образ жизни в этом семестре, хорошо питаясь, занимаясь спортом, выспаться и немного отдохнуть.Это поможет вам достичь поставленных целей и справиться с стресс.
Всем нам нужна поддержка во времена борьбы. В кампусе есть много полезных ресурсов и важной частью обучения в колледже является обучение тому, как просить о помощи. Срочно просить о поддержке а не позже почти всегда полезно.
Если вы или кто-либо из ваших знакомых испытывает академический стресс, трудные жизненные события или такие чувства, как тревога или депрессии, мы настоятельно рекомендуем вам обратиться за поддержкой.Консультационные и психологические услуги (CaPS) здесь, чтобы помощь: позвоните по телефону 412-268-2922 и посетите их веб-сайт по адресу http://www.cmu.edu/counseling/. Подумайте о том, чтобы обратиться к другу, преподаватель или член семьи, которому вы доверяете, за помощью в подключении к службе поддержки, которая может помочь.
Если у вас есть вопросы по этой или курсовой работе, сообщите нам об этом. Спасибо, и хорошего семестра.

Исследования для улучшения курса

Для этого класса мы проводим исследование по преподаванию и обучению.В этом исследовании примут участие несколько студентов Работа. Вас не попросят делать что-либо помимо обычных учебных занятий и заданий. которые являются частью этого курса. Вы можете не участвовать в этом исследовании, и ваше участие будет не влияют на вашу оценку за этот курс или вашу академическую карьеру в CMU. Если вы не хотите принять участие, отправьте электронное письмо Чаду Хершоку ([email protected]). Участники не получат любую компенсацию.Данные, собранные в рамках этого исследования, будут включать оценки учащихся. Все анализы данные из курсовой работы участников будут проводиться после окончания курса и представления окончательных оценок. Центр Эберли может оказать поддержку этому исследовательскому проекту в отношении анализа и интерпретации данных. Eberly Center for Teaching Excellence and Educational Innovation расположен в кампусе CMU-Pittsburgh и его миссия — поддерживать профессиональное развитие всех инструкторов CMU в отношении преподавания и обучения.Чтобы свести к минимуму риск нарушения конфиденциальности, Eberly Center никогда не будет иметь доступа к данным из этого курс, содержащий ваши личные идентификаторы. Все данные будут проанализированы в обезличенной форме и представлены в совокупность, без каких-либо личных идентификаторов. Если у вас есть вопросы, касающиеся ваших прав в качестве исследователя участником или сообщить о проблемах в этом исследовании, пожалуйста, свяжитесь с Чадом Хершоком ([email protected]).

Вводные классы

ML — Машинное обучение — CMU

10-315 Введение в машинное обучение


(специальности бакалавриата SCS)

Машинное обучение — это раздел компьютерных наук, целью которого является изучение, изучение и разработка систем, методов и алгоритмов обучения, которые могут повысить свою производительность за счет обучения на основе данных.Этот курс предназначен для того, чтобы дать студентам бакалавриата в течение одного семестра введение в основные принципы, алгоритмы и приложения машинного обучения и специально разработан для специальностей бакалавриата SCS. Темы этого курса будут частично аналогичны темам, изучаемым в курсах машинного обучения для выпускников (10-715, 10-701, 10-601), но с большим акцентом на приложения и тематические исследования в области машинного обучения. После завершения курса студенты смогут: *выбирать и применять соответствующий алгоритм обучения с учителем для задач классификации (например,г., наивный байесовский метод, персептрон, метод опорных векторов, логистическая регрессия). * выберите и примените соответствующий алгоритм обучения с учителем для задач регрессии (например, линейная регрессия, гребневая регрессия). * распознавать различные типы проблем обучения без учителя, а также выбирать и применять соответствующие алгоритмы (например, кластеризация, линейное и нелинейное уменьшение размерности). * работа с вероятностями (правило Байеса, обусловленность, ожидания, независимость), линейной алгеброй (векторные и матричные операции, собственные векторы, SVD) и исчислением (градиенты, якобианы) для получения методов машинного обучения, таких как линейная регрессия, наивный байесовский и основной анализ компонентов.* понимать принципы машинного обучения, такие как выбор модели, переоснащение и недооснащение, а также такие методы, как перекрестная проверка и регуляризация. * реализовать алгоритмы машинного обучения, такие как логистическая регрессия с помощью стохастического градиентного спуска, линейная регрессия (с использованием набора инструментов линейной алгебры), персептрон или кластеризация k-средних. * запускать соответствующие алгоритмы обучения с учителем и без учителя на реальных и синтетических наборах данных и интерпретировать результаты.

10-301 + 10-601, весна 2022 г.

Информация о курсе

1.Описание курса

Машинное обучение связано с компьютерными программами, которые автоматически улучшать свои показатели с помощью опыта (например, программы, которые учатся распознавать человеческие лица, рекомендуют музыку и фильмы и управлять автономными роботами). Этот курс охватывает теорию и практические алгоритмы машинного обучения из множества перспективы. Мы охватываем такие темы, как байесовские сети, дерево решений обучение, машины опорных векторов, статистические методы обучения, обучение без учителя и обучение с подкреплением.Курс охватывает теоретические концепции, такие как индуктивное смещение, обучение PAC фреймворк, байесовские методы обучения, обучение на основе маржи и Бритва Оккама. Задания по программированию включают в себя практические занятия. эксперименты с различными алгоритмами обучения. Этот курс разработан дать аспиранту основательные знания в методологии, технологии, математика и алгоритмы в настоящее время нужны людям, которые занимаются исследованиями в области машинного обучения.

10-301 и 10-601 идентичны. Магистранты должны зарегистрироваться на 10-301, а аспиранты должны зарегистрироваться на 10-601.

Результаты обучения: К концу курса студенты должны уметь:

  • Внедрение и анализ существующих алгоритмов обучения, включая хорошо изученные методы классификации, регрессии, структурного прогнозирования, кластеризации и обучения представлению
  • Интеграция нескольких аспектов практического машинного обучения в единую систему: предварительная обработка данных, обучение, регуляризация и выбор модели
  • Описать формальные свойства моделей и алгоритмов обучения и объяснить практическое значение этих результатов
  • Сравните и сопоставьте различные парадигмы обучения (с учителем, без учителя и т. д.).)
  • Разработка экспериментов для оценки и сравнения различных методов машинного обучения с реальными проблемами
  • Использовать вероятность, статистику, исчисление, линейную алгебру и оптимизацию для разработки новых прогностических моделей или методов обучения
  • Имея описание метода машинного обучения, проанализируйте его, чтобы определить (1) выразительную силу формализма; (2) индуктивное смещение, заложенное в алгоритме; (3) размер и сложность пространства поиска; (4) вычислительные свойства алгоритма: (5) любые гарантии (или их отсутствие) в отношении завершения, сходимости, правильности, точности или мощности обобщения.

Для получения более подробной информации о рассматриваемых темах см. страницу «Расписание».

2. Необходимые условия

Ожидается, что учащиеся, поступающие в класс, уже имеют практические знания вероятности, линейной алгебры, статистики и алгоритмы, хотя класс был разработан, чтобы позволить учащимся с сильный нумеративный фон, чтобы наверстать упущенное и в полной мере участвовать. В Кроме того, будут проводиться сеансы декламации для рассмотрения некоторых основных концепции.

  1. Перед началом этого курса вам необходимо иметь значительный опыт программирования на общем языке программирования.В частности, вам нужно написать с нуля программы состоящий из нескольких сотен строк кода. Для бакалавриата студенты, это будет удовлетворено, например, пройдя 15-122 (Принципы императивных вычислений) с оценкой «С» или выше, или сопоставимые курсы или опыт в другом месте.

    Примечание. Для каждого задания по программированию вам потребуется использовать Питон . Ожидается, что вы будете знать или сможете быстро подобрать, этот язык программирования.

  2. Перед тем, как начать этот курс, вам необходимо иметь базовые знания с вероятностью и статистикой , что может быть достигнуто в CMU путем сдав 36-217 (теория вероятностей и случайные процессы) или 36-225 (Введение в вероятность и статистику I), или 15-359, или 21-325, или аналогичные курсы в другом месте с оценкой «C» или выше.

  3. Перед тем, как начать этот курс, вы должны иметь уровень колледжа зрелости в дискретной математике , как можно достичь в CMU путем сдав 21-127 (Концепции математики) или 15-151 (Математические основы компьютерных наук) или аналогичный курсы в другом месте, с оценкой «C» или выше.

Вы должны строго соблюдать эти условия! Даже если КМУ система регистрации не мешает вам зарегистрироваться для этого Конечно, вы по-прежнему несете ответственность за то, чтобы убедиться, что у вас есть все эти предварительные условия перед регистрацией.

(Адаптировано из правил курса 10-601 Рони Розенфельд, весна 2016 г.)

3. Рекомендуемые учебники

Основное содержание этого курса не следует точно ни одному учебник. Тем не менее, некоторые из показаний будут получены из Мерфи. книга (доступна бесплатно онлайн в библиотеке) и книга Дауме (только доступно онлайн).Некоторые из чтений будут включать новые главы (доступен в виде бесплатных онлайн-файлов PDF) для книги Митчелла.

Приведенный ниже учебник является отличным ресурсом для тех, кто надеется освежить знания по математике, необходимые для этого курса.

4. Компоненты курса

Оценка

Требования этого курса состоят из участия в лекциях, промежуточные и выпускные экзамены, домашние задания и чтение. Разбивка оценок следующее:

  • 50% Домашнее задание
  • 15% Экзамен 1
  • 15% Экзамен 2
  • 15% Экзамен 3 (в течение недели выпускных экзаменов)
  • 5% Участие
  • На площади Пьяцца лучших студентов, ответивших на «одобренный ответ» , могут заработать бонусные баллы

Отсечки:

  • ≥ 97% А+
  • ≥ 93% А
  • ≥ 90% А-
  • ≥ 87% В+
  • ≥ 83% В
  • ≥ 80% В-
  • ≥ 77% С+
  • ≥ 73% С
  • ≥ 70% С-
  • ≥ 67% Д+
  • ≥ 63% Д
  • иначе R

Каждый отдельный компонент (например,грамм. экзамен) может быть изогнут вверх в конец. Кроме того, указанные выше отсечки являются просто верхней границей , при конце они могут быть отрегулированы вниз. Мы ожидаем, что количество учащиеся, получившие пятерки (в том числе пятерки, пятерки, пятерки), составляют как минимум половину количество студентов, сдавших промежуточные экзамены. Количество B (включая B+, B, B-) будет составлять не менее двух третей от числа A.

Промежуточные и выпускные экзамены

Если не указано иное, все экзамены закрытые.

Вы обязаны присутствовать на всех экзаменах. Промежуточные экзамены будут дается вечером – не в классе. Заключительный экзамен будет назначен регистратором во время официальных выпускных экзаменов период. Пожалуйста, спланируйте свое путешествие соответствующим образом, так как мы не сможем удовлетворить индивидуальные потребности в поездках (например, предложив экзамен заблаговременно).

Если у вас есть неизбежный конфликт с экзаменом (например, экзамен в другой курс), сообщите нам , заполнив форму «экзаменационный конфликт» .Эти формы конфликтов на экзаменах объявляются на площади перед каждым экзаменом.

Если ваш конфликт с экзаменом в другом курсе , пожалуйста, немедленно напишите следующим людям, чтобы сообщить им о конфликте экзамена:

  • инструктор(ы) этого курса
  • сотрудник(и) по обучению для этого курса
  • инструктор(ы) для другого курса

В случае конфликтов на экзаменах мы обсудим их с другим курсом и предложим решение.Одним из возможных решений является то, что мы уступим вам и попросим вас заполнить форму конфликта экзамена выше. Обратите внимание, что электронная почта должна использоваться ТОЛЬКО для решения конфликтов с экзаменом в другом курсе. Определение конфликта итогового экзамена и стандартные процедуры описаны здесь: https://www.cmu.edu/hub/registrar/exams-and-grading/conflict-guidelines.html

Домашнее задание

Домашние задания делятся на два типа: программирование и письменные. задания по программированию попросят вас реализовать алгоритмы ML из царапать; они подчеркивают понимание реальных приложений ML, построение комплексных систем и экспериментальный дизайн.Письменный задания будут сосредоточены на основных концепциях, реализации «на бумаге» классические алгоритмы обучения, выводы и понимание теории.

Более подробная информация указана на странице «Курсовая работа».

LaTeX — ценный инструмент для передачи концепций машинного обучения другим. Чтобы побудить вас использовать LaTeX, мы дадим вам 1 бонусный балл за каждое домашнее задание, написанное полностью в LaTeX. Мы всегда выпускайте стартовый шаблон LaTeX.

Участие
Опросы в классе

Мы будем использовать Google Forms для опросов в классе.Вот как это будет работать:

  1. Незадолго до лекции мы опубликуем форму Google, содержащую несколько вопросов. Чтобы получить к нему доступ, , вы должны войти в Google, используя адрес электронной почты Эндрю — всем учащимся автоматически предоставляется доступ к G Suite, который разрешает такой вход. Ссылка на каждый опрос появится на странице Расписание.
  2. Вам всегда будет разрешено отправлять несколько раз. Поэтому, если во время лекции есть несколько вопросов, вы должны отправить их несколько раз.Вы можете сделать это, щелкнув ссылку «Редактировать свой ответ» после каждой отправки.
  3. Если у вас нет смартфона или планшета , возьмите карточку для опроса перед классом при входе и сдайте бумажную копию в конце занятия. (Не отправляйте , а не бумажную копию, если у вас есть беспроводное устройство, так как это создаст для нас гору документов.)

Вот несколько важных замечаний относительно оценки этих опросов:

  • Каждый вопрос будет содержать опасный вариант ответа, который, если его выбрать, принесет вам отрицательные баллы.Если бы вы случайным образом отвечали на опросы, не выучив опасный вариант в классе, вы бы получили отрицательные баллы в ожидании.
  • Если вы ответите на любой нетоксичный вариант ответа на каждый вопрос во время урока, вы получите полный балл. Если вы ответите на любой нетоксичный вариант ответа на каждый вопрос после занятия в течение 24 часов после окончания лекции, вы получите частичный зачет (50% зачета).
  • Каждый получает 8 «бесплатных очков для опроса» — это означает, что вы можете пропустить до 8 опросов (~ 25% лекций) и при этом получить 100% за опросы в классе.Поэтому вам никогда не следует обращаться к нам за баллами, например, потому что твоя собака съела твой смартфон. Вы не можете использовать более 3 бесплатных опросов подряд! (Обратите внимание, что отрицательные токсичные баллы будут потреблять несколько бесплатных опросов.) Обратите внимание, что нажатие нетоксичного варианта может легко уничтожить 3 или более ваших бесплатных опросных баллов.
Выходные опросы

Ваше участие в экзит-полах учитывается при определении вашего уровня участия. Один будет после каждого домашнего задания и один после каждого экзамена.Вы получите полную оценку за любой экзит-пол, заполненный в течение одной недели после его публикации на Piazza.

Пробные экзамены
Требуются пробные экзамены

. Перед каждым настоящим экзаменом мы попросим вас пройти пробный онлайн-экзамен с указанием времени. Вопросы, вероятно, будут немного проще, чем на настоящих экзаменах, потому что они предназначены для автоматической оценки, но мы хотим, чтобы у вас была небольшая практика для настоящего экзамена. Мы ожидаем, что вы приложите реальные усилия на этих пробных экзаменах, и баллы, которые вы получите на них, повлияют на вашу оценку за участие.

Практические задачи

Практические задачи не являются обязательными. Эти задачи будут выпущены в формате PDF. Мы также включим решения для них. Некоторые из этих задач относятся к экзаменационному типу, а некоторые — к домашнему заданию. Последний тип длиннее по форме, чем мы обычно включаем в экзамен, но все же является хорошей практикой.

Лекции

Ожидается посещение лекций, за исключением лекций с явным разрешение на пропуск лекций из-за конфликта курсов или часового пояса конфликты.По крайней мере один раздел будет транслироваться в прямом эфире и записан на потом. просмотр.

чтений

Посещение декламаций (пятничных сессий) не обязательно, но сильно поощряется. Эти занятия будут интерактивными и будут посвящены решение проблем; мы настоятельно рекомендуем вам принять активное участие. Чтения как минимум одного раздела будут транслироваться в прямом эфире, а запись будет доступна. Лист проблем будет обычно освобождаются перед чтением. Если вы не можете посетите один или вы пропустили важную деталь, не стесняйтесь зайти рабочие часы, чтобы спросить ассистентов о содержании, которое было освещено.Из Конечно, мы также рекомендуем вам обмениваться заметками со своими коллегами.

Часы работы

Расписание рабочих часов всегда будет отображаться в Google Календарь на странице Часы работы.

Часы работы Телефоны:

Все рабочие часы TA будут проводиться либо:

  • онлайн в Gather.Town (всякий раз, когда мы проводим синхронное дистанционное обучение)
  • лично в большом лекционном зале (когда мы проводим очные занятия)

Встаньте в очередь на рабочее время и подождите, пока ТА примет ваше вопрос.

Часы работы инструктора (обычно) проводятся сразу после класс либо:

  • в том же сеансе Zoom, что и лекция (всякий раз, когда мы проводим синхронное дистанционное обучение)
  • лично в большом лекционном зале (когда мы проводим очные занятия)

Мы рекомендуем вам остаться и задать любые вопросы, которые у вас есть о лекционный материал, домашние задания, подготовка к экзаменам, логистика курса, и т. д.

Протоколы рабочего времени:

  • Встаньте в очередь на рабочее время (ссылка выше) и введите подробный описание их вопроса и упоминания (1) концепции и (2) номер домашнего задания (если применимо).Если вы не поставите номер домашнего задания, мы предполагаем, что у вас нет вопросов о Домашняя работа. Если вы не следуете этому формату, ваш вопрос может быть заморожены ТА (возвращены в очередь), чтобы можно было исправить Это.
  • Когда придет ваша очередь, вы будете уведомлены о часах работы очередь, строка «ТА [имя ТА] в пути». Как только вы увидите это сообщение, пожалуйста, найдите ТА и задайте свой вопрос.
  • TA определит, будет ли ваш вопрос лучшим выступить публично (т.е. всем, кто хочет послушать) или в частном порядке.
  • Правило 10 минут: Вопрос каждого учащегося будет рассмотрен ТА не более 10 минут. Единственным исключением из этого будет, если ТА публично отвечает на вопрос, который интересует многих другие студенты.
  • Правило псевдокода: Это не курс программирования; Ты ожидается, что он будет знать, как отлаживать код. Таким образом, если ваш вопрос касается форму «Не могли бы вы помочь мне отладить мой код?», вы должны принести с вашим подробным псевдокодом , который описывает вашу реализацию дизайн.Если у вас нет псевдокода, ТА будет , а не смотреть на ваш код, но вместо этого попросите вас набросать псевдокод в классной доске и вместо этого обсудите там. После обсуждения на высокий уровень, если ваши 10 минут не истекли, ТА может успеть чтобы посмотреть на ваш код.
  • Пока вы ждете своей очереди, рекомендуем вам послушать ответы на любые публично отвеченные вопросы. Пожалуйста, будьте вежливы и позвольте учащемуся, задавшему вопрос, в первую очередь направлять обсуждение с ТС.Мы также предлагаем вам сотрудничать с другие (в соответствии с нашими политиками сотрудничества ниже) во время ожидания.
  • ТА обычно закрывают очередь в рабочее время примерно за 30 минут до окончания рабочего дня, чтобы избежать сверхурочной работы.
Показания

Цель показаний — обеспечить более широкое и глубокое основу, чем просто лекции и оценки. Показания для этот курс требуется . Мы рекомендуем вам прочитать их после лекция .Иногда чтения включают в себя целые темы, которые не упоминается в лекции; такие темы будут (в общем) а не появляться на экзамены, но мы все же рекомендуем вам просмотреть эти части.

5. Технологии

Мы используем различные технологии:

Пьяцца

Мы будем использовать Piazza для обсуждения всех курсов . Вопросы о домашние задания, содержание курса, логистика и т. д. должны быть направлены на Пьяцца. Если у вас есть вопрос, скорее всего, несколько других тот же вопрос.Публично опубликовав свой вопрос на Piazza, курс персонал может ответить один раз, и все выигрывают. Если у вас есть частный вопрос, вам также следует использовать Piazza, так как он, скорее всего, получит более быстрый ответ.

Градоскоп

Мы используем Gradescope для сбора ответов в формате PDF на открытых вопросов на домашнее задание (например, математические выводы, графики, краткие ответы). Персонал курса вручную оценит вашу заявку, и вы получите персонализированный обратная связь, объясняющая ваши окончательные оценки.

Вы также отправите свой код для вопросов по программированию по домашнему заданию на Градоскоп. После загрузки вашего кода наши скрипты оценивания будут автоматически оцениваться ваше задание, запустив вашу программу на виртуальной машине. Это обеспечивает вам немедленная обратная связь о выполнении вашего представления.

Экзамены будут иметь запланированное время и фиксированный лимит времени, и будут живой прокторинг лично.

Запросы на переоценку: Если вы считаете, что во время ручного оценки, вы сможете отправить запрос на изменение оценки на Gradescope.За каждое домашнее задание, запросы на переоценку будут открыты только в течение 1 недели после были опубликованы оценки. Это побудит вас проверить отзыв, который вы получили заранее!

Зум

Лекции и декламации как минимум одного раздела будут транслироваться в прямом эфире через Zoom.

Панопто

Видеозаписи лекций и декламации как минимум одного раздела будут быть доступным на Panopto. Ссылка на видеозаписи доступна в раскрывающемся списке «Ссылки», и записи декламации будут имеется в наличии.

Сбор.Город

Всякий раз, когда классы преподаются с помощью синхронного удаленного обучения (например, когда мы находимся в модифицированном кампусе Поза, часы работы будут проходить на Gather.Town. В другое время рабочее время будет проходить только лично.

6. Общие правила

Политика поздней домашней работы

Поздняя отправка домашнего задания дает право на получение только 80% баллов первый день (24-часовой период) после крайнего срока, 60% второй, 40% третье и 20% четвертое.

Вы получаете 8 льготных дней за использовать в любом домашнем задании, кроме HW1 . Мы будем автоматически вести учет этих льготных дней для вас; Они будут применяется жадно. Задания не принимаются более 4 дней после крайнего срока. Это имеет два важных следствия: (1) вы можете не использовать более 4 дней отсрочки на одно задание (2) вы можете не сочетать дни отсрочки с указанными выше правилами опоздания, чтобы отправить более опоздание на 4 дня.

HW3, HW6 и HW9 не принимаются более чем через 2 дня после крайний срок, чтобы мы могли провести сеанс решения до последующие экзамены.Чтобы убедиться, что вы получите оцененный отзыв до экзамены, вы должны вовремя сдать HW3, HW6, HW9.

Все домашние задания отправляются в электронном виде (см. раздел «Технологии»). ниже). Таким образом, опоздание будет определяться последней отметкой времени. любой части вашего представления. Например, предположим, что домашнее задание требует двух загрузок — если вы отправляете первую загрузку время, но вторая загрузка с опозданием на 1 минуту, вся ваша домашняя работа будет оштрафован на все 24 часа.

Расширения

Как правило, мы не продлеваем задания.Есть несколько исключений:

  • Неотложная медицинская помощь: Если вы больны и не можете заполнить задание или посещение занятий, пожалуйста, перейдите на страницу University Health Услуги. При легких заболеваниях мы ожидаем льготных дней или наших поздних штрафы за предоставление достаточного жилья. Для медицинских экстренных случаях (например, длительная госпитализация), учащиеся могут запросить расширение потом.
  • Семейные/личные чрезвычайные ситуации: Если у вас возникла чрезвычайная ситуация в семье (например, смерть в семье) или личная чрезвычайная ситуация (например,грамм. психический кризис здоровья), пожалуйста, свяжитесь с вашим научным руководителем и/или консультантом и психологические службы (CaPS).
  • Поездки, одобренные университетом: Если вы едете за город в одобренное университетом мероприятие или научная конференция, вы можете запросить продление на любое время, потерянное из-за путешествия. За отсутствие, утвержденное университетом, вы должны предоставить подтверждение посещаемость, обычно со стороны преподавателей или сотрудников организаторов мероприятия или с помощью квитанций о поездках/конференциях.

В любой из вышеперечисленных ситуаций вы можете запросить расширение по отправив электронное письмо сотруднику(ам) по вопросам образования по адресу [email protected] – не отправлять по электронной почте инструктор или ТП . Уточните, пожалуйста, какие оценки вы запрашиваете продление и количество часов просил. Электронное письмо должно быть отправлено, как только вы узнаете о конфликт и по крайней мере 5 дней до крайнего срока . В случае чрезвычайная ситуация, уведомление не требуется.

Если это неотложная медицинская помощь или кризис психического здоровья, вы также должны CC ваш колледж CMU связь и ваш научный руководитель. Не предоставляйте никаких медицинских документов персонал курса.При необходимости, ваш представитель колледжа и отдел по делам студентов (DoSA) запросят такую ​​документацию, и они рассмотрит медицинскую документацию и сделает вывод, имеет ли обратная сила расширение подходит. (Если вы не взаимодействовали со своим колледжем связи раньше, они являются опытными сотрудниками по делам студентов, которые работают в партнерство со студентами, соседями по дому, консультантами, преподавателями и ассоциированные деканы в каждом колледже для обеспечения поддержки студентов относительно их общего опыта Карнеги-Меллона.)

Политика аудита

Официальный аудит этого курса разрешен. Однако мы отдаем приоритет для студентов, проходящих курс для получения буквенной оценки.

Вы должны следовать официальным процедурам аудита курса, как указано ХАБом/регистратором. Пожалуйста, не отправляйте письмо инструктору с просьбой разрешение на аудит. Вместо этого вы должны сначала зарегистрироваться на соответствующий раздел. Затем заполните Утверждение аудита курса форма и получить подпись инструктора лично (либо в рабочее время, либо сразу после занятий).

Аудиторы обязаны:

  1. Посетить или посмотреть все лекции.
  2. Получите уровень участия 95% или выше.
  3. Отправьте не менее 3 из 9 домашних заданий.

Аудиторам рекомендуется сдавать экзамены, но они должны делать это только в том случае, если они планируют приложить реальные усилия для их решения.

Политика прохождения/непрохождения

Мы разрешаем вам пройти курс как Pass/Fail. Разрешение инструктора есть не требуется.Какая буквенная оценка является порогом для прохода, будет зависеть по вашей конкретной программе; мы не указываем, проходите вы или нет а скорее мы рассчитываем вашу буквенную оценку так же, как и все остальные в класс (т. е. с использованием ограничений, перечисленных выше) и ваша программа преобразует эту буквенную оценку в Pass или Fail в зависимости от их отрезать. Обязательно уточните в вашей программе/отделе, вы можете засчитать курс Pass/Fail в соответствии с вашими требованиями к получению степени.

Размещение для учащихся с ограниченными возможностями:

Если у вас есть инвалидность и у вас есть письмо о приспособлении от Отдел ресурсов для людей с ограниченными возможностями, пожалуйста, , напишите по электронной почте сотруднику(ам) по вопросам образования. на [email protected] с просьбой организовать встречу с ними для обсуждения вашего приспособления и потребности как можно раньше в семестре. советники будут работать с вами, чтобы гарантировать, что жилье предоставляется как подходящее. Если вы подозреваете, что у вас может быть инвалидность, и вы пользоваться жильем, но еще не зарегистрированы в Управлении ресурсов для людей с ограниченными возможностями, я рекомендую вам связаться с ними по адресу [email protected]

7. Политика сотрудничества и академической честности

Прочтите внимательно!

Сотрудничество между студентами
Ранее использованные назначения

Некоторые из домашних заданий, используемых в этом классе, могли быть использованы в предыдущих версиях этого класса или на занятиях в других учреждениях, или в другом месте.Решения для них могут быть или могли быть доступны онлайн или от других людей или источников. Это явно запрещено использовать любые такие источники или консультироваться с людьми, которые решили эти проблемы раньше. Категорически запрещается искать такие проблемы или их решения в Интернете. Вы должны решить домашние задания полностью самостоятельно. Мы будем активно контроль за вашим соблюдением. Сотрудничество с другими учащимися, которые в настоящее время посещение класса разрешено, но только при соблюдении условий указано выше.

Политика в отношении «Найденного кода»:

Вам рекомендуется читать книги и другие учебные материалы, как онлайн, так и офлайн, чтобы помочь вам понять концепции и алгоритмы, изучаемые на уроках. Эти материалы могут содержать пример кода или псевдокод, который может помочь вам лучше понять алгоритм или деталь реализации. Однако при реализации собственного решение задания, необходимо отложить все материалы в сторону и написать свой код полностью самостоятельно, начиная «с царапать».В частности, вы не можете использовать какой-либо код, который вы нашли или получили через. Если вы найдете или столкнетесь с кодом, который реализует какую-либо часть ваше задание, вы должны раскрыть этот факт в вашем сотрудничестве утверждение.

Обязанность защищать свою работу

Учащиеся несут ответственность за активную защиту своей работы от копирование и неправомерное использование другими учащимися. Если студенческая работа копируется другой студент, первоначальный автор также считается виновным и в грубом нарушении политики курса.Это не имеет значения разрешил ли автор копирование произведения или просто небрежность в предотвращении его копирования. При совмещении работ представленные разными студентами, оба студента будут наказаны.

Чтобы защитить будущих студентов, не публикуйте свои решения публично, ни во время курса, ни после.

Штрафы за нарушение правил курса

Все нарушения (даже первое) конечно политик всегда будут сообщить руководству университета (заведующему кафедрой, Заместитель декана, декан по студенческим вопросам и т. д.) в качестве официального академического Нарушение целостности и влечет за собой суровые наказания.

  1. Штраф за первое нарушение составляет минус 100% от задание (т.е. лучше было бы ничего не подавать и получить 0%).

  2. Штраф за второе нарушение — сбой в трассе, и может даже привести к отчислению из вуза.

(Приведенные выше правила адаптированы из 10-601 Spring Рони Розенфельд). 2016 Правила курса.)

8. Опора

Берегите себя. Делайте все возможное, чтобы поддерживать здоровый образ жизни в этом семестре, хорошо питаясь, занимаясь спортом, избегая наркотиков и алкоголя, высыпаясь и уделяя время отдыху. Это поможет вам достичь поставленных целей и справиться со стрессом.

Всем нам нужна поддержка во времена борьбы. Вы не одиноки. В кампусе доступно множество полезных ресурсов, и важной частью обучения в колледже является обучение тому, как просить о помощи.Просить о поддержке раньше, чем позже, часто бывает полезно.

Если вы или кто-то из ваших знакомых испытывает академический стресс, тяжелые жизненные события или такие чувства, как тревога или депрессия, мы настоятельно рекомендуем вам обратиться за поддержкой. Консультационные и психологические службы (CaPS) готовы помочь: позвоните по телефону 412-268-2922 и посетите их веб-сайт http://www.cmu.edu/counseling/. Подумайте о том, чтобы обратиться к другу, преподавателю или члену семьи, которому вы доверяете, за помощью в подключении к службе поддержки, которая может помочь.

Если вы или кто-то из ваших знакомых склонны к суициду или рискуете причинить себе вред, немедленно позвоните кому-нибудь днем ​​или ночью:

  • Телефон: 412-268-2922
  • Сеть Re:solve Crisis: 888-796-8226
  • Если ситуация опасна для жизни, позвоните в полицию:
    • На территории кампуса: CMU Полиция: 412-268-2323
    • За пределами кампуса: 911.

Если у вас есть вопросы по этой или курсовой работе, сообщите об этом преподавателям.

9. Разнообразие

Мы должны относиться к каждому человеку с уважением. Мы разнообразны во многом способами, и это разнообразие имеет основополагающее значение для создания и поддержания справедливое и инклюзивное сообщество кампуса. Разнообразие может относиться к несколько способов, которыми мы идентифицируем себя, включая, помимо прочего, раса, цвет кожи, национальность, язык, пол, инвалидность, возраст, сексуальные ориентация, гендерная идентичность, религия, вероисповедание, происхождение, убеждения, статус ветерана или генетическая информация. Каждый из этих разнообразных идентичности, наряду со многими другими, не упомянутыми здесь, формируют перспективы, которые наши студенты, преподаватели и сотрудники привносят в наш кампус.Мы, в CMU будет работать над продвижением разнообразия, справедливости и инклюзивности не только потому что разнообразие способствует совершенству и инновациям, а потому что мы хотим добиваться справедливости. Мы признаем свои несовершенства, в то же время полностью посвятить себя работе внутри и вне наших классов, создание и поддержание сообщества кампуса, которое все больше охватывает эти основные ценности.

Каждый из нас несет ответственность за создание более безопасной и инклюзивной среды.

К сожалению, случаи предвзятости или дискриминации имеют место, независимо от того, преднамеренное или непреднамеренное.Они способствуют созданию неблагоприятная среда для отдельных лиц и групп в Университет. Поэтому университет поощряет всех, кто испытывает или наблюдает несправедливое или враждебное обращение на основании личность, чтобы выступить за справедливость и поддержку, в момент инцидента или после того, как инцидент прошел. Любой может поделиться этими опыт использования следующих ресурсов:

  • Центр студенческого разнообразия и интеграции: [email protected], (412) 268-2150
  • Онлайн-платформа для анонимных сообщений Report-It: reportit.сеть имя пользователя: тартаны пароль: плед

Все отчеты будут документированы и рассмотрены для определения наличия должны быть следующие действия. Независимо от типа инцидента, университет будет использовать весь общий опыт, чтобы преобразовать наш кампус климат более равноправным и справедливым.

10. Исследования для улучшения курса

Для этого класса мы проводим исследование по обучению и обучение. Это исследование будет включать некоторые студенческие работы. Ты не будешь просят сделать что-либо помимо обычного обучения мероприятия и задания, которые являются частью этого курса.Вы свободны не участвовать в этом исследовании, и ваше участие будет иметь никак не влияет на вашу оценку за этот курс или вашу академическую карьеру в КМУ. Если вы не хотите участвовать, отправьте электронное письмо в Чад. Хершок ([email protected]). Участники не получают компенсация. Данные, собранные в рамках этого исследования, будут включать студенческие оценки. Все анализы данных курсовых работ участников будет проводиться после окончания курса и выставления итоговых оценок Отправлено.Центр Эберли может оказать поддержку этому исследованию. проект по анализу и интерпретации данных. Эберли Центр за педагогическое мастерство и образовательные инновации находится на Кампус CMU-Pittsburgh и его миссия — поддерживать профессиональных развитие всех инструкторов CMU в отношении преподавания и обучения. К свести к минимуму риск нарушения конфиденциальности, Eberly Center будет никогда не иметь доступа к данным этого курса, содержащим ваши личные идентификаторы. Все данные будут проанализированы в обезличенной форме и представлены в совокупности, без каких-либо личных идентификаторов.если ты у вас есть вопросы, касающиеся ваших прав как участника исследования, или чтобы сообщить о проблемах, связанных с этим исследованием, свяжитесь с Чадом Хершоком. ([email protected]).


11. Примечание для лиц, не входящих в CMU

Пожалуйста, не стесняйтесь повторно использовать любой из этих курсов материалы, которые вы найдете полезными в своих курсах. Мы просим это вы сохраняете все уведомления об авторских правах и включаете письменное уведомление с указанием источник любых материалов, которые вы используете.

10-301 + 10-601, весна 2022 г.

В: Я только что нашел этот сайт, что мне делать дальше?

A: Пожалуйста, прочтите этот FAQ и страницу Syllabus.Если ты зарегистрированы (или внесены в список ожидания) на курс, сотрудники курса записать вас в технологии, которые мы будем использовать для связи (Пьяцца) и отправка домашних заданий (Gradescope). Если это после первого дня занятий вы были зарегистрированы на более чем два дня , и у вас до сих пор нет доступа ни к одному из них, то идите вперед и зарегистрируйтесь в Piazza, используя свою электронную почту Эндрю и отправьте «Личное сообщение» инструкторам, в котором будет указан ваш идентификатор Эндрю.

В: Будут ли 10-301/10-601 онлайн в течение первых двух недель занятий?

А: Да. Пока университет находится в Модифицированной структуре кампуса, мы будет выполнять синхронную дистанционную инструкцию.

Синхронное удаленное обучение будет отличаться от нашего стандартного личного обучения инструкция следующими способами:

  • Лекции и декламации в классе не будет. Они будут транслировались синхронно в Zoom. Секция А встретится синхронно в 10:10 на Zoom и Раздел B в 13:25 на Увеличить.Записи будут доступны позже.
  • Рабочие часы в Gather.Town будут работать не лично, а онлайн.
  • В настоящее время мы ожидаем, что наш первый экзамен будет проводиться лично в кампусе, так как это будет после первых двух недель занятий. Если это изменится, мы сообщим вам, каким будет план.

Другие политики и процедуры курса, содержащиеся в программе, останутся прежними для синхронного дистанционного обучения.

В: Чем 10-301 отличается от 10-601?

A: Студенты должны зарегистрироваться на 10-301 и аспиранты необходимо зарегистрироваться по номеру 10-601.В противном случае курсы будут идентичны в все уважение.

В: Чем Раздел А отличается от Раздела Б?

A: В этом семестре Разделы A и Разделы B будут отличаться только время/место проведения лекций. Все остальное будет таким же, включая инструктора, содержание курса, домашние задания, экзамены, правила, и т. д.

В: Могу ли я смотреть «прямую трансляцию» лекций/чтений?

A: Это очный курс, и мы ожидаем, что вы будете лично! Однако мы также понимаем, что иногда обстоятельства могут тебе трудно дойти до класса.В этих случаях вы можете присоединяйтесь через прямую трансляцию.

Лекции и декламации будут транслироваться в прямом эфире через Zoom. Ссылка на Zoom доступна на Piazza. Записи будут доступны через несколько часов через Panopto. Чтобы получить доступ к записям: Нажмите ссылку «Видеозаписи» в раскрывающемся списке «Ссылки». Войдите под своим Андрей ИД.

Лекция/чтение в 13:25 будет транслироваться в прямом эфире и записано.

В: Смогу ли я выйти из списка ожидания?

A: Никто не должен быть в списке ожидания после первой недели классы.Мы планируем сделать так, чтобы каждый, кто хочет зарегистрироваться на конечно умеет. Обычно падение составляет около 10% в первом случае. неделю, так как некоторые люди записываются на большее количество занятий, чем на самом деле планирую взять.

В: Есть ли в этом курсе декламация?

A: В этом семестре мы будем время от времени читать лекции по пятницам. Они будут проходить в то же время и в том же месте, что и лекции по понедельникам и средам. Некоторые из них будут просмотреть материал за предыдущую неделю.Мы могли бы также включить несколько, чтобы просмотреть справочную информацию и предварительный материал.

Всякий раз, когда у нас будет сеанс в пятницу, он будет указан на странице расписания.

В: Где я могу ознакомиться с правилами курса?

A: См. страницу Syllabus для предварительной политики курса .

В: Как выглядит оценка за этот курс?

A: Оценка основывается на экзаменах, домашних заданиях и участии в занятиях. Видеть более подробная информация на странице Syllabus.

В: Курс посвящен реальным приложениям или теории машинного обучения?

А: Оба! По сравнению с 10-701, этот курс немного меньше посвящен теории, но это, безусловно, по-прежнему заметно. Посмотреть машину сравнение курсов обучения для более подробной информации.

В: Будут ли требования к языку программирования для домашнего задания?

A: Да, вы должны использовать Python. Ожидается, что вы знать или уметь быстро освоить этот язык программирования.Оценка заданий по программированию будет производиться через Gradescope.

В: Так как 15-122 является одним из предварительных требований, мне нужно будет владеть C?

A: Нет, мы не требуем от вас знания C. См. вопрос о требованиях к языку программирования выше.

В: Есть ли у меня соответствующий опыт для этого курса?

A: См. раздел «Предварительные требования» Страница с программой.

Также ознакомьтесь с нашим сравнением курсов различные предложения Intro ML.Внизу курса сравнение самопроверка. Вы можете использовать его, чтобы оценить, насколько вам комфортно соответствующий математический фон. Возможно, вам будет уместно взять Краткий курс MLD 10-606/607, который может помочь вам наверстать упущенное математический фон (10-606) или информатика (10-607), которые вам не хватает.

В: Могу ли я как студент пройти этот курс, если я не выполнил официальные требования?

A: В общем, единственный случай, для которого я делаю исключения, это следующее: если вам не хватает только одного пререка, примем его за coreq, и может привести сильный объективный аргумент, почему у вас есть необходимая предыстория, тогда я рассмотрю ваш случай.Если это применимо вам, пожалуйста, отправьте инструктору по электронной почте неофициальную стенограмму для обзор ваших предыдущих курсовых работ. В своем электронном письме, пожалуйста, аргументируйте каждое требование, которое вам не хватает. Большинство запросов отклоняются.

В: Подходит ли этот курс для тех, кто интересуется искусственным интеллектом?

A: Безусловно! Машинное обучение стало ключевым компонентом системы искусственного интеллекта, развернутые по всему миру. Там есть и другие отличные курсы, которые дают более широкое представление об ИИ, хорошо (см. 15-381 и 15-780 например).

КМУ 10-405/10-605


Обзор курса

Большие наборы данных создают трудности в конвейере машинного обучения. Их трудно визуализировать, и они создают узкие места в вычислениях, хранении и обмене данными во время предварительной обработки данных и обучения модели. Более того, модели с большой емкостью, часто используемые в сочетании с большими наборами данных, создают дополнительные препятствия для вычислений и хранения во время обучения модели и логического вывода. Этот курс предназначен для предоставления учащимся математических, алгоритмических и практических знаний по вопросам, связанным с обучением с большими наборами данных.Среди рассматриваемых тем: очистка данных, визуализация и предварительная обработка в масштабе; принципы параллельных и распределенных вычислений для машинного обучения; методы масштабируемого глубокого обучения; анализ программ с точки зрения памяти, вычислений и (для параллельных методов) коммуникационной сложности; и методы логического вывода с малой задержкой.

Предпосылки

Студенты должны пройти вводный курс CMU по машинному обучению (10-301, 10-315, 10-601, 10-701 или 10-715).Также потребуется хороший опыт программирования; предлагаемые предпосылки включают 15-210, 15-214 или эквивалент. Ожидается, что студенты будут знакомы с Python или изучат его в ходе курса.

Учебники
Обязательных учебников не будет, хотя мы можем предложить дополнительное чтение в расписании ниже.

Компоненты курса

Требования этого курса состоят из участия в лекциях, домашних заданиях и двух экзаменах.Распределение оценок следующее:
  • 25% Экзамен 1
  • 25% Экзамен 2
  • 45% Домашнее задание (6 заданий с одинаковым весом)
  • 5% викторины
Экзамены
Вы обязаны присутствовать на всех экзаменах. Экзамены будут сдаваться во время занятий. Пожалуйста, спланируйте свое путешествие соответствующим образом, поскольку мы не сможем удовлетворить индивидуальные потребности в поездке (например, предложив экзамен раньше).

Если у вас есть неизбежный конфликт с экзаменом (например, экзамен по другому курсу), сообщите нам, заполнив форму конфликта экзамена, которая будет опубликована на Piazza за несколько недель до экзамена.

Домашнее задание
Домашние задания будут разделены на две части: программирование и письменная часть. Задания по программированию попросят вас реализовать алгоритмы ML с нуля; они подчеркивают понимание реальных приложений ML, создание комплексных систем и экспериментальный дизайн. Письменные задания будут сосредоточены на основных концепциях, «бумажных» реализациях классических алгоритмов обучения, выводах и понимании теории.
Пьяцца

Мы будем использовать Piazza для классных дискуссий.Пожалуйста, перейдите на этот веб-сайт Piazza, чтобы присоединиться к форуму курса (примечание: для присоединения необходимо использовать учетную запись электронной почты cmu.edu). Мы настоятельно рекомендуем студентам публиковать сообщения на этом форуме, а не напрямую обращаться по электронной почте к сотрудникам курса (это будет более эффективно как для студентов, так и для сотрудников). Студенты должны использовать Piazza, чтобы:

  • Задавайте уточняющие вопросы по материалам курса.
  • Делитесь полезными ресурсами с одноклассниками (если они не содержат решения домашнего задания).
  • Ищите студентов для создания учебных групп.
  • Отвечайте на вопросы, отправленные другими учащимися, чтобы укрепить свои собственные понимание материала.
Политика академической честности курса должна постоянно соблюдаться на досках объявлений. Не публикуйте и не запрашивайте решения домашних заданий! Также, пожалуйста, будьте вежливы.
Градоскоп
Мы используем Gradescope для сбора PDF-файлов с открытыми вопросами по домашнему заданию (например,грамм. математические выводы, графики, краткие ответы). Сотрудники курса вручную оценят вашу работу, и вы получите индивидуальный отзыв с объяснением ваших окончательных оценок.

Вы также отправите свой код для вопросов по программированию в домашнюю работу в Gradescope. После загрузки вашего кода наши сценарии оценивания автоматически оценят ваше задание, запустив вашу программу на виртуальной машине. Это обеспечивает немедленную обратную связь о производительности вашего представления.

Запросы на обновление
Если вы считаете, что во время ручной оценки была допущена ошибка, вы сможете отправить запрос на повторную оценку в Gradescope.Для каждой домашней работы запросы на изменение оценки будут открыты только в течение **1 недели** после публикации оценок. Это побудит вас заранее проверить отзывы, которые вы получили!
Персонал курса

Помощники преподавателей

Рахул Дхарани
Огайо: вторник с 15:30 до 16:30.

Бхану Пракаш Гуда
Огайо: Пт с 17:00 до 18:00

Чжиюань Го
Огайо: среда 13:30-14:30

Акшат Джайн
Огайо: Пн 16:30-17:30

Вайбхав Джиндал
Огайо: среда с 17:00 до 18:00

Майя Лю
Огайо: Пн 13:30-14:30

Шуббраншу Сингх
Огайо: четверг с 13:00 до 14:00

Арамия Триведи
Огайо: среда 10:30–11:30

Циньсинь Ван
Огайо: вторник с 10:30 до 11:30

Синьруй Чжэн
Огайо: Пн 10:00-11:00

Расписание (возможны изменения)

Дата Лекция Ресурсы Объявления
Предварительная обработка и визуализация данных, распределенные вычисления
19 января Введение (слайды, видео) HW1 выпущен
21 января Чтение 1: Введение в Pyspark и Databricks (слайды, видео) Лабораторный блокнот
24 января Распределенные вычисления, Spark (слайды, видео)
26 января Визуализация, PCA (слайды, видео) Учебник по PCA
JL Теорема
28 января Чтение 2: Обзор линейной алгебры (слайды, аннотации, видео) Лабораторный блокнот
31 января Нелинейное уменьшение размерности (слайды, видео) т-СНЭ
Основы крупномасштабного/распределенного машинного обучения
2 февраля Распределенная линейная регрессия, часть I (слайды, видео) Готов к выпуску HW1, выпуск HW2
4 февраля Чтение 3: Письменные решения HW1 (видео)
7 февраля Распределенная линейная регрессия, часть II (слайды, видео)
9 февраля Аппроксимация ядра (слайды, видео)
11 февраля Чтение 4: Обзор вероятностей (слайды, аннотации, видео)
14 февраля Логистическая регрессия, хеширование (слайды, видео) Ядра хэша, I
Ядра хэша, II
Готов к выпуску HW2, выпуск HW3
16 февраля Рандомизированные алгоритмы (слайды, видео) Счет-мин эскиз
ЛШ
18 февраля Чтение 5: Домашнее задание 2 Решения (видео)
21 февраля Распределенные деревья (слайды, видео)
23 февраля Практический экзамен HW3 Из-за
25 февраля Чтение 6: домашнее задание 3 и решения для практического экзамена 1 (видео)
28 февраля Экзамен I
2 марта Облачные вычисления (слайды, слайды AWS, видео) Учебное пособие по ЭМИ HW4 выпущен
7 марта Весенние каникулы (без занятий)
9 марта Весенние каникулы (без занятий)
Масштабируемое глубокое обучение: обучение, настройка и вывод
14 марта Deep Learning, Autodiff (слайды F21, видео)
16 марта DL Frameworks, аппаратное обеспечение (слайды, видео)
18 марта Чтение 7: Учебное пособие по Tensorflow (ноутбук, видео)
21 марта Крупномасштабная оптимизация (слайды, видео) Готов к выпуску HW4, выпуск HW5
23 марта Оптимизация для DL (слайды, видео)
25 марта Чтение 8: Оптимизация и скорость обучения (слайды, блокнот, видео)
28 марта Параллельное/распределенное DL (слайды, видео)
30 марта Настройка гиперпараметров (слайды, видео)
1 апреля Чтение 9: Домашнее задание 4 Решения (видео)
4 апреля Поиск нейронной архитектуры (слайды, видео)
6 апреля Вывод, сжатие моделей (слайды, видео) Ожидается выпуск HW5, выпуск HW6 (предварительно)
Расширенные темы
11 апреля Федеративное обучение, часть I (слайды, видео)
13 апреля Федеративное обучение, часть II (слайды, видео)
15 апреля Чтение 10: Домашнее задание 5 Решения (видео)
18 апреля Гостевая лекция: Бильге Акун (FAIR) (слайды, видео)
20 апреля Гостевая лекция: Джош Тобин (Gantry) HW6 Срок до 21-го ЧЕТВЕРГ
22 апреля Чтение 11: Домашнее задание 6 Решения и практика Экзамен 2 Решения (видео)
25 апреля Резюме курса
27 апреля Экзамен II

Общие правила

Политика поздних домашних заданий
Вы получаете всего 4 льготных дня для использования в любом домашнем задании.Мы будем автоматически вести для вас учет этих льготных дней; они будут применяться жадно. Ни одно задание не будет принято более чем через 1 дня после крайнего срока без письменного разрешения Даниэля или Вирджинии. Вы не можете использовать более 1 льготного дня для одного задания.

Все домашние задания отправляются в электронном виде. Таким образом, опоздание будет определяться последней отметкой времени любой части вашего представления. Например, предположим, что домашняя работа требует отправки как на Gradescope, так и на программирование. Если вы отправите письменное задание вовремя, но свое программирование опоздаете на 1 минуту, вся ваша домашняя работа будет оштрафована на полные 24 часа.

Удлинители
Как правило, мы не продлеваем задания. Есть несколько исключений:
  • Неотложная медицинская помощь: Если вы заболели и не можете выполнить задание или посетить занятия, обратитесь в Службу здравоохранения университета. При легких заболеваниях мы рассчитываем на льготные дни, чтобы обеспечить достаточное проживание. В случае неотложной медицинской помощи (например, длительной госпитализации) учащиеся могут впоследствии запросить продление, связавшись со своим сотрудником по связям со студентами или научным консультантом и попросив их связаться с партнерами по образованию Дэниелом Бердом и Фатимой Кизилкой от их имени.
  • Семейные/личные чрезвычайные ситуации: Если у вас возникла чрезвычайная ситуация в семье (например, смерть в семье) или личная чрезвычайная ситуация (например, кризис психического здоровья), обратитесь к своему научному руководителю или в Консультативно-психологическую службу (CaPS). Помимо предложения поддержки, они свяжутся с преподавателями всех ваших курсов от вашего имени, чтобы запросить продление.
  • Отсутствие, одобренное университетом: если вы посещаете мероприятие, утвержденное университетом за пределами города (например, многодневную спортивную/академическую поездку, организованную университетом), вы можете запросить продление на время поездки.Вы должны предоставить подтверждение своего участия, как правило, от преподавателя или штатного организатора мероприятия.
В любой из вышеперечисленных ситуаций вы можете запросить продление, отправив электронное письмо Дэниелу Бёрду ([email protected]). Электронное письмо должно быть отправлено, как только вы узнаете о конфликте, и по крайней мере за 5 дней до крайнего срока. В случае чрезвычайной ситуации уведомление не требуется.
Политика аудита
Официальный аудит курса (т. е. прохождение курса для оценки «Аудит») в этом семестре не допускается.

Неофициальный аудит курса (т.е. просмотр лекций онлайн или посещение их лично) приветствуется и разрешается без предварительного согласования. Неофициальным аудиторам не будет предоставлен доступ к материалам курса, таким как домашние задания и экзамены.

Политика прохождения/непрохождения
Зачет/незачет разрешены в этом классе, разрешение от персонала курса не требуется. Оценка проходного балла будет зависеть от вашей программы. Обязательно уточните в своей программе/департаменте, можете ли вы засчитать курс «сдал/не сдал» в соответствии с вашими требованиями к получению степени.
Приспособления для учащихся с ограниченными возможностями
Если у вас есть инвалидность и у вас есть письмо от отдела ресурсов для инвалидов, я рекомендую вам обсудить свои приспособления и потребности с Дэниелом Бёрдом и Фатимой Джеффри как можно раньше в начале семестра. Я буду работать с вами, чтобы убедиться, что жилье предоставляется в соответствии с требованиями. Если вы подозреваете, что у вас может быть инвалидность и вам может быть предоставлено приспособление, но вы еще не зарегистрированы в Управлении ресурсов для инвалидов, я рекомендую вам связаться с ними по адресу [email protected]сму.эду.

Политика академической честности

Прочтите внимательно
Сотрудничество между студентами
  • Целью сотрудничества студентов является облегчение обучения, а не его обход. Изучение материала в группах настоятельно рекомендуется. Также разрешается обращаться за помощью к другим учащимся в понимании материала, необходимого для решения конкретной домашней задачи, при условии, что письменные заметки (включая код) не передаются или не принимаются в это время, и при условии, что обучение облегчается, а не обходится.Фактическое решение должно быть сделано каждым студентом в одиночку.
  • Наличие или отсутствие какой-либо формы помощи или сотрудничества, предоставленной или полученной, должно быть явно заявлено и раскрыто всеми участниками. В частности, каждое решение назначения должно включать соответствующий раздел совместной работы.
  • Если вы оказали помощь после того, как сдали собственное задание и/или ответили на раздел совместной работы, вы должны обновить свои ответы до истечения срока выполнения задания, при необходимости отправив электронное письмо сотрудникам курса или сообщение на Piazza.
  • Сотрудничество без полного раскрытия информации будет строго пресекаться в соответствии с Политикой CMU в отношении академической честности.
Ранее использованные назначения
Некоторые из домашних заданий, используемых в этом классе, могли использоваться в предыдущих версиях этого класса или на занятиях в других учреждениях или где-либо еще. Решения для них могут быть или могли быть доступны в Интернете или от других людей или источников. Категорически запрещается использовать любые такие источники или консультироваться с людьми, которые уже решали эти проблемы ранее.Категорически запрещается искать эти проблемы или их решения в Интернете. Вы должны решить домашние задания полностью самостоятельно. Мы будем активно следить за вашим соблюдением. Сотрудничество с другими студентами, которые в настоящее время посещают класс, разрешено, но только при соблюдении условий, указанных выше.
Политика в отношении «Найденного кода»
Вам рекомендуется читать книги и другие учебные материалы, как онлайн, так и оффлайн, которые помогут вам понять концепции и алгоритмы, которым обучают в классе.Эти материалы могут содержать пример кода или псевдокод, которые могут помочь вам лучше понять алгоритм или детали реализации. Однако, когда вы реализуете собственное решение задачи, вы должны отложить все материалы в сторону, и писать свой код полностью самостоятельно, начиная «с нуля». В частности, вы не можете использовать какой-либо код, который вы нашли или с которым столкнулись. Если вы найдете или столкнетесь с кодом, который реализует какую-либо часть вашего задания, вы должны указать этот факт в своем заявлении о сотрудничестве.
Обязанность защищать свою работу
Учащиеся несут ответственность за активную защиту своей работы от копирования и неправомерного использования другими учащимися. Если работа учащегося копируется другим учащимся, первоначальный автор также считается виновным и грубо нарушает правила курса. Не имеет значения, разрешил ли автор копирование произведения или просто небрежно воспрепятствовал его копированию. Когда дублирующие работы представлены разными студентами, оба студента будут наказаны.

Чтобы защитить будущих студентов, не публикуйте свои решения в открытом доступе ни во время курса, ни после него.

Штрафы за нарушение правил курса
Обо всех нарушениях (даже первых) правил курса всегда будет сообщено руководству университета (начальнику вашего факультета, заместителю декана, декану по делам студентов и т. д.) как официальному нарушению академической честности и повлечет за собой суровые наказания.
  1. Штраф за первое нарушение – снижение оценки на полторы буквы.Например, если ваша итоговая буквенная оценка за курс должна была быть A-, она станет C+.
  2. Штраф за второе нарушение — провал в курсе, и даже может привести к отчислению из университета.

Благодарности

Этот курс частично основан на материалах, разработанных Хизер Миллер, Амит Талвалкар, Уильямом Коэном, Энтони Джозефом и Барнабасом Поцосом.

Предыдущие курсы: 10-605/10-805, осень 2021 г.; 10-405/10-605, весна 2021 г.; 10-605/10-805, осень 2020 г.; 10-405/10-605, весна 2020 г.


CMU MSC 21301 — 21-301 Весна 2013 г. — Решение для теста 2 — D14616

Предварительный просмотр неформатированного текста:

-KE’f 21-301 Combinatorics CMU Qatar, Spring 2013 TEST-2 ИМЯ: …………….. : ………… . . . 1) (20 баллов) Вспомните Отраженный код Грея порядка n: Начните с n-набора an-I an-2 … ao = 0 0 … 0. Пока n-набор an-I an-2 … ao * 1 0 … 0, Сделайте следующее: 1) Вычислите 0″ (an-I an-2 … ао) = ан-I + ан-2 + … + ао. 2) Если cr(an-I an-2 . . . ао) четно, то заменяем ао . 17 марта 2013 г. 3) В противном случае определите j так, что ai = 1 и ai = 0 для всех i с j > i, а затем замените aj+l A) Определите непосредственных последователей и предшественников следующих 9-кортежей, если этот алгоритм используется для перечисления всего подмножества набора из 9 элементов. I. 001100101 т’ле’\т. +~С\ ~ e.. ex-IS-h :S\.le..h a. ~I»‘Ctf’h. ‘ le.+ x. ‘oe._ \-~ «‘»‘rl\~ из d~t’ee.. ~ ver·~ из G . ~~f\ l\2 .-x) h 4~ число~ из .~t-eL ‘+ vQrV группы G . 56 3){ -t ‘t 8 -t,.x.-:=.s -b ) 4 g—56 :=-I(-=) .,.. -=-)5-11. степень каждой вершины либо 3, либо 6.’;;u.f’ 1’0″>(. ~ ех..’.\-~ ‘iuc \-I C\ ‘ret(‘ k Le+ )(.. ~ +I-.e_ 1″\\(t» l\ ~ из ~r-e(_ c~ ve..r-le…~ G . I ~ef\ (I 2 -> ) i\ +~ nuf'»i\~f из ~r-e.e .. b ~-4-ei-из G .’3)( -t 7-‘2.-6x.. =-5 b 1-1.- 5 b-;::.3 )( l (,: ::- 3.< )C :::. ~ 3 2 -3) (20 баллов) Докажите г' а) К ~ К К или докажите следующие утверждения: 5 3, 3 б) К,о ~ К3, К4 Glv- tA ~o, n ~:@ Cot)srd-2-• C\ t\I.Jo-c..olcx~ из t\-.e... CO()",plek..-e.—\~ nurn\Jer. э.д е¥ «»»»-·h-1 ~ «. Ad r, b a~ ncf'{\€…!3oJ.;ve_ ~r-;’~\ u)0 \.e.. e.l-t~ r r-~ «»~ kA—:.4-6 . \~(\ r t-b -:::.. ‘\ ~~f) \oj (>~eP>~~\e ._ or-.elc;.Q. 10 IS Gl\-c I-f, +her-e.. C\r-t.. 4 N,


Посмотреть полный документ .

Добавить комментарий

Ваш адрес email не будет опубликован.