Про всё

Дорогие друзья!

В последние дни мы получили от вас множество писем. Конечно же, всех интересует ответ на заветный вопрос — а меня зачислили? Не переживайте, совсем немного времени остаётся до рассылки ответов, а пока давайте обсудим организационные моменты.

Наша основная миссия — научить вас использовать всю силу и мощь современного искусственного интеллекта. Мы приложили все усилия, чтобы сделать процесс обучения максимально удобным и полезным — теоретический материал будет преподноситься на лекциях и тут же Вы сможете опробовать изученные методы на семинарах.

Мы очень рады, что Глубоким обучением интересуется все больше молодых умов — в этом году на прохождение курса подали заявку уже 1500+ человек! Это не только мотивировало команду DLSchool продолжать наше дело, но и заставило задуматься о том, как можно переработать формат курса, не уронив уровень преподавания и оставив курс бесплатным.

1. ПОТОКИ

Среди абитуриентов нашей школы — очень разные ребята. Некоторые хотят начать с основ языка Python, некоторые уже обучали нейросети, а некоторые уже, возможно, готовы даже давать нам самим советы по DL! Поэтому новый семестр будет запущен в двух потоках: основном и продвинутом.

Основной поток — формат, который был в прошлом году — то, что описано в разделе "Программа" на официальном сайте школы (www.dlschool.org).

Первое занятие этого потока состоится уже в субботу (15-го сентября).

Продвинутый поток — нововведение этого семестра для тех, кто уже обучал нейросети. Предполагается, что слушателю должны быть знакомы такие фразы, как, например, batch normalization или data augmentation. Мы будем разбирать на занятиях прикладные кейсы, решать Kaggle, читать и анализировать статьи и проводить тематические занятия в соответствии с пожеланиями слушателей . Первое занятие этого потока состоится в начале октября.

Сейчас мы активно прорабатываем детали организации продвинутого потока, поэтому больше информации будет к концу сентября на нашем сайте и в группе. Вы можете начать посещать занятия с основным потоком и потом перевестись в продвинутый.

Кроме того мы готовы дать возможность посещать оба потока, поэтому постараемся сделать их в разные дни.

Занятия основного и продвинутого потоков будут записываться на камеру и выкладываться на YouTube.

2. ЗАЧИСЛЕНИЕ НА КУРС

Всем, кто подал заявку, на почту придёт рассылка: до 14 сентября оффлайн-слушателям и до 16 сентября онлайн, в которой будет вся важная информация. Зачислить, к сожалению, мы сможем не всех. Приоритет будет отдаваться слушателям с лучшим бекграундом.

3. РАСПИСАНИЕ

Поскольку нам нужно организовать обучение довольно большого количества людей, нам нужны соответствующие помещения. Первое занятие мы проведем в корпусах компании “1С”.

• Первое занятие:

Дата: 15.09.18 (суббота)

Лекцию прочитает Михаил Бурцев, заведующий Лабораторией Нейронных Систем и Глубокого Обучения МФТИ (https://ipavlov.ai). Он расскажет про то, где используются нейронные сети, историю ИИ и про современные направления исследований в DL.

Семинары будут вести студенты старших курсов МФТИ, которые уже не раз имели дело с Глубоким Обучением на практике. Тема семинара - "Инструменты для Deep Learning и основы языка Python".

По окончании занятия будет выдано первое домашнее задание, у которого будет дедлайн — одна неделя.

После очных занятий видеолекции и видеосеминары будут выкладываться на YouTube в течение 2-3 дней (то есть по понедельникам/вторникам), поэтому и дедлайны у тех, кто проходит курс онлайн, будут сдвинуты на 2-3 дня.

4. МАТЕРИАЛЫ

Все, кто подал заявку, получат приглашение в систему Canvas — это бесплатная и удобная образовательная платформа, на которую мы будем выкладывать материалы по соответствующим темам. Для каждой темы будет создана своя ветка, в которой будут занятия. В каждое из них будут заливаться материалы — видеозаписи (YouTube), семинары в формате .ipynb, pdf-файлы, полезные ссылки и домашние задания.

Материалы также будут дублироваться на наш новый Github (для удобства).

5. ДОМАШНИЕ ЗАДАНИЯ

(далее подразумевается, что всё происходит в системе Canvas)

Физически невозможно проверить домашние задания у такого большого количества людей, но качество курса мы снижать не хотим (даже наоборот — хотим повысить!) поэтому в каждом домашнем задании будут ячейки, в которых вам будет предложено написать свой код в указанных местах, а после них будет сегмент для проверки. Иногда это будет полностью автоматическая проверка, по итогам выполнения которой вы получите результат в духе"Well done! Всё правильно", если верно, и что-то другое, если неверно.

Если вдруг не получится самостоятельно найти ошибки, вы всегда можете обратиться к нам за помощью на форуме.

После дедлайна по домашнему заданию на Canvas будет заливаться решение, чтобы вы, если у вас всё-таки что-то не получилось, смогли увидеть правильную реализацию/решение.

В связи с этим три момента:

— курс подразумевает, что вы успеваете делать все ДЗ вовремя, потому что только так вы сможете понять, что будет происходить дальше на лекциях и семинарах. То есть откладывать ДЗ на "потом" не получится, нужно сделать его до дедлайна (время выполнения – одна неделя);

— как вы, наверное, уже поняли, вам не придется никуда заливать ДЗ, нужно его скачать, сделать, спросить на форуме про то, что не получается, и дождаться решения. Наша роль здесь будет скорее мотивирующая и помогающая, нежели заставляющая делать. Однако если вы не будете делать домашние задания, то вы ничему не научитесь. Поэтому мы вам доверяем и будем прикладывать все усилия, чтобы на семинарах и в домашних заданиях всё было понятно.

— для онлайн и оффлайн слушателей решения будут выкладываться в разное время. Точную информацию вы будете видеть в очередном домашнем задании.

На первом семинаре будет продемонстрировано, как обращаться с Canvas и как скачать домашку/спросить на форуме.

6. Ссылки

www.dlschool.org — официальный сайт

https://vk.com/dlschlmipt — официальное сообщество ВКонтакте

https://goo.gl/6cLVfX — официальный канал на YouTube

https://github.com/DLSchool/dlschool — наш новый Github

https://t.me/joinchat/CNQ6IEG896HEIeZBVQceqg — Telegram-чат