Интерпретируемые методы классификации и порождения знаний — различия между версиями

Материал из Public ATP Wiki
Перейти к: навигация, поиск
(Новая страница: «= Общие сведения о курсе = • Формат: онлайн • Форма контроля: 3 самостоятельные работы и д…»)
 
 
Строка 1: Строка 1:
 
= Общие сведения о курсе =
 
= Общие сведения о курсе =
• Формат: онлайн
 
• Форма контроля:  3 самостоятельные работы и домашняя работа (проект)
 
 
Курс «Интерпретируемые методы классификации и порождения знаний» посвящён современным методам анализа данных и машинного обучения, которые обеспечивают не только высокую точность, но и интерпретируемость результатов. Основу курса составляет теория формальных понятий (Formal Concept Analysis, FCA) и её обобщения, включая узорные структуры. В рамках занятий студенты познакомятся с математическими основами теории решёток, построением и анализом иерархий объектов и признаков, изучат методы построения импликаций, ассоциативных правил и деревьев решений, а также их приложения в задачах классификации и анализа данных. Особое внимание уделяется интерпретируемым моделям, которые позволяют объяснять полученные знания и делать выводы на их основе. Ожидается, что после завершения курса студенты будут владеть инструментарием для построения прозрачных моделей анализа данных, понимать алгоритмическую сложность изучаемых задач и уметь применять эти методы в исследовательских и прикладных проектах.
 
Курс «Интерпретируемые методы классификации и порождения знаний» посвящён современным методам анализа данных и машинного обучения, которые обеспечивают не только высокую точность, но и интерпретируемость результатов. Основу курса составляет теория формальных понятий (Formal Concept Analysis, FCA) и её обобщения, включая узорные структуры. В рамках занятий студенты познакомятся с математическими основами теории решёток, построением и анализом иерархий объектов и признаков, изучат методы построения импликаций, ассоциативных правил и деревьев решений, а также их приложения в задачах классификации и анализа данных. Особое внимание уделяется интерпретируемым моделям, которые позволяют объяснять полученные знания и делать выводы на их основе. Ожидается, что после завершения курса студенты будут владеть инструментарием для построения прозрачных моделей анализа данных, понимать алгоритмическую сложность изучаемых задач и уметь применять эти методы в исследовательских и прикладных проектах.
 +
* Формат: онлайн
 +
* Форма контроля:  3 самостоятельные работы и домашняя работа (проект)
 +
 
== План занятий ==
 
== План занятий ==
осенний семестр: 10 сентября – 14 декабря 2025 г.
+
* осенний семестр: 10 сентября – 14 декабря 2025 г.
 
+
* зачетная неделя: 15 – 21 декабря 2025 г.
 
+
* доп. выходные: 04 ноября 2025 г.
зачетная неделя: 15 – 21 декабря 2025 г.
 
 
 
  
доп. выходные: 04 ноября 2025 г.
+
=Расписание занятий=
Расписание занятий
 
 
Занятия проходят раз в неделю (1,5 часа).
 
Занятия проходят раз в неделю (1,5 часа).
Формат: первая неделя — вводная лекция + семинар. Далее занятия чередуются: одна неделя лекция, следующая неделя семинар.
+
* Формат: первая неделя — вводная лекция + семинар. Далее занятия чередуются: одна неделя лекция, следующая неделя семинар.
  
 
10.09.2025 — Введение в курс. Отношения и графы (лекция + семинар)
 
10.09.2025 — Введение в курс. Отношения и графы (лекция + семинар)

Текущая версия на 22:40, 7 сентября 2025

Общие сведения о курсе

Курс «Интерпретируемые методы классификации и порождения знаний» посвящён современным методам анализа данных и машинного обучения, которые обеспечивают не только высокую точность, но и интерпретируемость результатов. Основу курса составляет теория формальных понятий (Formal Concept Analysis, FCA) и её обобщения, включая узорные структуры. В рамках занятий студенты познакомятся с математическими основами теории решёток, построением и анализом иерархий объектов и признаков, изучат методы построения импликаций, ассоциативных правил и деревьев решений, а также их приложения в задачах классификации и анализа данных. Особое внимание уделяется интерпретируемым моделям, которые позволяют объяснять полученные знания и делать выводы на их основе. Ожидается, что после завершения курса студенты будут владеть инструментарием для построения прозрачных моделей анализа данных, понимать алгоритмическую сложность изучаемых задач и уметь применять эти методы в исследовательских и прикладных проектах.

  • Формат: онлайн
  • Форма контроля: 3 самостоятельные работы и домашняя работа (проект)

План занятий

  • осенний семестр: 10 сентября – 14 декабря 2025 г.
  • зачетная неделя: 15 – 21 декабря 2025 г.
  • доп. выходные: 04 ноября 2025 г.

Расписание занятий

Занятия проходят раз в неделю (1,5 часа).

  • Формат: первая неделя — вводная лекция + семинар. Далее занятия чередуются: одна неделя лекция, следующая неделя семинар.

10.09.2025 — Введение в курс. Отношения и графы (лекция + семинар) 17.09.2025 — Упорядоченные множества в анализе данных: Порядки, их графы и диаграммы (лекция) 24.09.2025 — Семинар: Порядки, их графы и диаграммы (семинар) 01.10.2025 — Теория решёток: Полурешётки и решётки (лекция) 08.10.2025 — Самостоятельная работа 1

15.10.2025 — Анализ формальных понятий (АФП) (лекция) 22.10.2025 — Семинар по АФП (семинар) 29.10.2025 — АФП: Импликации, базисы, алгоритм построения решёток (лекция) 05.11.2025 — Семинар по импликациям и базисам (семинар) 12.11.2025 — Самостоятельная работа 2 19.11.2025 — АФП: Многозначный контекст, функциональные зависимости (лекция) 26.11.2025 — Семинар по многозначным контекстам (семинар) 03.12.2025 — АФП: Шкалирование и работа со сложными признаками (лекция) 10.12.2025 — Самостоятельная работа 3 17.12.2025 — Презентации проектов (семинар)

Руководитель курса

Д-р физ-мат. наук Кузнецов Сергей Олегович

Преподаватели курса

Кузнецов Сергей Олегович Томат Алан

Чат курса

https://t.me/+Z112aXWXmEc1MDE0

Программа курса и сдача домашек

Курс посвящён интерпретируемым методам классификации и порождения знаний на основе анализа формальных понятий (Formal Concept Analysis, FCA) и узорных структур.

Основные темы включают:

отношения и графы, частичные порядки и решётки;


анализ формальных понятий: построение решёток, импликации, базисы, функциональные зависимости;


многозначные контексты, шкалирование, узорные структуры;


ассоциативные правила и деревья решений в терминах FCA;


интерпретируемые модели машинного обучения и их применение.


План домашних заданий с уточнением сроков сдачи

Вместо традиционных семинаров выполняются три самостоятельные работы и финальный проект: Самостоятельная работа 1 — 08.10.2025


Самостоятельная работа 2 — 12.11.2025


Самостоятельная работа 3 — 10.12.2025


Презентация проекта — 17.12.2025 Репозиторий проекта: https://gitlab.com/Al_Toretto/lazy_fca_learning

Критерии оценивания и формы контроля успеваемости

3 самостоятельные работы — по 2.5 балла (максимум 7.5).


Проект — 4 балла.


1 дополнительный балл за активность на лекциях и семинарах.


Максимум: 12.5 баллов. Итоговая оценка за курс = min(10, набранные баллы).


Материалы занятий