Практикум по дискретным структурам — различия между версиями
PodymovVV (обсуждение | вклад) м |
|||
| Строка 4: | Строка 4: | ||
Курс по магистерской программе Дискретные структуры и алгоритмы. | Курс по магистерской программе Дискретные структуры и алгоритмы. | ||
| − | Чтение курса обеспечивается кафедрой математической кибернетики, лекторы — м.н.с. [[Бухман Антон Владимирович]] | + | Чтение курса обеспечивается кафедрой математической кибернетики, лекторы — м.н.с. [[Бухман Антон Владимирович]]. |
== Программа курса == | == Программа курса == | ||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| + | 1. Регулярные выражения и обработка тескта. | ||
| + | 2. Преобразование Фурье в приложении к обработке аудио и видео сигналов. | ||
| + | 3. Sat-решатели и их приложения. | ||
| + | 4. Задачи машинного обучения. Классические модели Machine Learning. | ||
| + | 5. Нейронные сети и их применение к задачам ML. | ||
| + | 6. Final State Transducers и их применение к задачам распознавания звука. | ||
| + | 7. Лингвистические модели и задачи обработки текста. | ||
| + | 8. Скрытые Марковские модели и их приложения. | ||
| + | |||
| + | В рамках данного курса предусмотрено 7 практических заданий. Для получения зачёта необходимо сдать все 7 заданий. | ||
| + | Приём заданий происходит на семинарах во время выступления студента. | ||
=== Домашние задания === | === Домашние задания === | ||
Версия 11:28, 5 февраля 2021
Курс по магистерской программе Дискретные структуры и алгоритмы.
Чтение курса обеспечивается кафедрой математической кибернетики, лекторы — м.н.с. Бухман Антон Владимирович.
Программа курса
1. Регулярные выражения и обработка тескта. 2. Преобразование Фурье в приложении к обработке аудио и видео сигналов. 3. Sat-решатели и их приложения. 4. Задачи машинного обучения. Классические модели Machine Learning. 5. Нейронные сети и их применение к задачам ML. 6. Final State Transducers и их применение к задачам распознавания звука. 7. Лингвистические модели и задачи обработки текста. 8. Скрытые Марковские модели и их приложения.
В рамках данного курса предусмотрено 7 практических заданий. Для получения зачёта необходимо сдать все 7 заданий. Приём заданий происходит на семинарах во время выступления студента.
Домашние задания
Реализовать алгоритм перебора всех остовных деревьев заданного графа Построить классификатор применяя бустинг на основе деревьев решений Проверка выполнимости КНФ на основе метода ветвей и границ
