Добрый день! Просьба совершать коммиты в своих именованных папках. Спасибо!

Задание 1 - Срок 12 сентября. Решение задачи в Jupyter Notebook.

Каждое задание индивидуальное и номер его соответствует номеру а алфавитном списке студентов группы. https://github.com/hse15fpl/TF-et-al/blob/master/Карпов%20Николай/Task1.txt

Задание 2 - Срок 19 сентября. Создание вычислительного графа на основе https://github.com/hse15fpl/TF-et-al/blob/master/Карпов%20Николай/Manual%20Neural%20Network.ipynb

Каждое задание индивидуальное и номер его соответствует номеру а алфавитном списке студентов группы. https://github.com/hse15fpl/TF-et-al/blob/master/Карпов%20Николай/Task2.pdf

Задание 3 - Срок 26 сентября. Создание вычислительного графа на в Tensorflow

Каждое задание индивидуальное и номер его соответствует номеру а алфавитном списке студентов группы с конца. https://github.com/hse15fpl/TF-et-al/blob/master/Карпов%20Николай/Task2.pdf

Задание 4 - Срок 3 октября. Решение задачи регрессии https://github.com/hse15fpl/TF-et-al/blob/master/Карпов%20Николай/Regression-Exercise.ipynb

Задание 5 - Срок 17 октября. Решение задачи классификации https://github.com/hse15fpl/TF-et-al/blob/master/Карпов%20Николай/Classification-Exercise.ipynb

Задание 6 - Срок 31 октября. Обучение модели Skip-gram https://github.com/hse15fpl/TF-et-al/blob/master/Карпов%20Николай/skip_gram/Skip-Gram_word2vec.ipynb

Задание 7 - Срок 28 ноября . Калькулятор онлайн на Flask

Задание 8 - Срок 19 декабря. Калькулятор онлайн на Flask и Tensorflow

Фамилия Имя: оценки за работу в классе; оценки за 8 д.з.; оценки за SCRUM; оценка для "автомата"; итоговая

Алексеев Никита 0 0 0 0 0 0 0 0; 0 0 9 9; 2; 4

Алёшина Арина: 9 9; 9 9 9 9 9 9 9 0; 9 9 9 9; 8; 8

Андриянова Олеся: 9 9 9; 9 9 9 9 9 9 9 9; 9 9 10 9; 9; 9

Бабкин Никита 0 0 0 0 0 0 0 0; 0 0 0 0; 0; 4

Базылева Алена: 9 9 7 9 9 7 9 0; 0 0 9 9; 6; 6

Белобородова Александра: 9; 9 9 9 9 9 9 9 0; 9 9 10 9; 8; 8

Белова Полина: 9 9 9 9 9 9 9 0; 9 9 9 9; 8; 8

Вдовина Виктория: 9 9 9 9 9 0 9 0; 7 7 9 9; 7; 7

Демин Роман: 9; 9 9 9 9 9 0 9 0; 7 7 9 9; 7; 7

Егорова Алина: 9 7 0 9 0 0 9 0; 9 7 9 9; 6; 6

Кормишина Диана 0 0 0 0 0 0 0 0; 7 0 7 9; 2; 4

Кутузова Валентина 0 0 0 0 0 0 0 0; 0 0 9 9; 2; 4

Мизгирева Марина: 9 7 7 4 4 4 9 0; 7 8 9 9; 6; 6

Мотов Алексей: 7 0 0 0 9 6 0 0; 0 0 0 0; 2; неявка

Николаев Кирилл: 9 9; 10 9 9 9 9 9 9 9; 9 9 9 9; 9; 9

Орехова Дарья: 9 9 7 9 9 9 9 0; 7 9 9 9; 8; 8

Петрова Мария: 9; 0 9 9 9 9 0 9 0; 9 9 10 9; 8; 8

Посохина Анна: 9 7 9 9 0 0 0 0; 9 9 9 9; 6; 6

Рыбаков Валерий: 9; 9 9 9 0 9 0 9; 9 9 9 9; 8; 8

Сафарян Анна: 9 9; 9 9 9 9 9 9 9 0; 9 9 9 9; 8; 8

Семенова Татьяна: 9 9 9 9 9 0 9 0; 9 9 9 9; 8; 8

Смирнов Никита 0 0 0 0 0 0 0 0; 0 0 7 9; 1; 4

Тимофеева Татьяна 0 0 0 0 0 0 0 0; 0 0 7 9; 1; 4

Тряскова Арина: 9 9 9; 9 9 9 9 9 9 0; 9 9 9 9; 8; 8

Фадеева Ольга: 9 9; 9 9 9 9 9 9 0 9; 9 9 10 9; 8; 8

Фролова Юлия: 9 9; 10 9 7 9 9 9 9 0; 9 9 10 9; 8; 8

Цендякова Светлана 9 9 9 9 9 9 9 9; 9 9 9 0; 8; 8

Шарипова Татьяна: 9 9 9 9 9 9 9 0; 9 9 9 9; 8; 8

Ширгина Елена: 9 9; 9 9 9 9 9 0 9 0; 9 9 9 9; 8; 8

##Билет состоит из двух вопросов (из 1 и 2 части соответственно) и одной практической задачи.

###Теория:

1. Постановка задачи регрессии

2. Постановка задачи классификации

3. Что такое one-hot вектор и как он используется для в задаче классификации

4. Что такое функция потерь в нейросетях?

5. Какие вы знаете численные методы поиска экстремума функции?

6. Что такое вычислительный граф?

7. Что такое дискретные переменные и как они представленны в нейросетях?

8. Представление дискретных переменных на основе подсчетов (Count-based methods)

9. Представление дискретных переменных в нейронной сети (Neural Embedding Models)

10. Обучение векторного представление для выбранной задачи (Task-based Embedding Learning)

11. Нейросетевое представление логистической регрессии

12. Многослойный перцептрон

13. Рекуррентная нейронная сеть

14. Модель Skip-gram

15. Модель CBoW

16. Предварительная обработка текстовых данных

17. Семплирование частовстречающих слов (Subsampling)

18. Что такое негативное семплирование (Negative sampling)?

19. Роли SCRUM

20. Что такое методология Waterfall?

21. Что такое "ежедневный Stand-Up"?

22. Что такое "Встреча для планирования Спринта"?

23. Что делает Scrum мастер?

24. Что делает Product Owner?

25. Как формулироуется "User Story"?

26. Что такое "скорость команды"?

27. Что такое "Defenition of Done"?

28. Что такое "Defenition of Ready"?

29. Что такое ретроспектива?

30. Что такое "Диаграмма сгорания" (Burndown Chart)?

###Практика:

Построить вычислительный граф в Tensorflow по заданной функции

Решить задачу регрессии при помощи Tensorflow

Решить задачу классификации при помощи Tensorflow

Организовать Веб сервис при помощи Flask

Реализовать использувание Tensorflow модели через Веб сервис