Отзывы студентов
Данные по дисциплинам, реализовывавшимся в 2024 году:
Дисциплина 'Нейроматематика'
Обобщение сформировано GigaChat на основании 22 комментариев в разделе СОП, касающемся позитивной обратной связи по содержанию учебной дисциплины.
В общей сложности 22 студента приняли участие в опросе, оценивая полезность содержания и организации курса. Наиболее часто упоминаемыми элементами были "интересные темы" и "формы контроля", которые отметили 18 и 16 студентов соответственно. Эти элементы получили высокие оценки благодаря их разнообразию и интерактивности. Например, студенты отмечали возможность делать доклады на любые интересующие их темы, что позволило им глубже изучить выбранные области. Также они оценили удобство использования телеграмм-чата для получения информации и общения с преподавателем.
Некоторые студенты также подчеркнули значимость материала для будущих профессиональных целей, описывая курс как крайне полезный и информативный. Один из студентов даже назвал его лучшим выбором среди майноров первого курса.
Дисциплина 'Применение нейросетевых технологий'
Обобщение сформировано GigaChat на основании 6 комментариев в разделе СОП, касающемся позитивной обратной связи по содержанию учебной дисциплины.
Всего в массиве данных содержится 6 комментариев от студентов. Из них 4 студента отметили полезность курса, указав на интересные и применимые темы, а также на качество преподавания.
Дисциплина 'Нейрокомпьютеры'
Обобщение сформировано GigaChat на основании 16 комментариев в разделе СОП, касающемся позитивной обратной связи по содержанию учебной дисциплины.
Всего было получено 16 комментариев от студентов. Из них 15 отметили "интересные темы" как полезную составляющую курса, что является наиболее часто упоминаемым аспектом. Практически все студенты подчеркнули важность и интересность предложенных тем, которые соответствовали их практическим задачам. Также многие студенты оценили организацию курса как ясную и логичную, где каждый модуль плавно переходит в следующий, что способствует глубокому освоению материала. Еще одним важным моментом стала организация контроля знаний через различные формы, такие как проекты, тесты и презентации, что позволило студентам проявить свои навыки различными способами. Кроме того, несколько студентов выделили удобство использования единого чата в Telegram для всех дисциплин майнора, где были собраны важные материалы и контрольные элементы. Материалы курса также оценивались высоко, особенно теми, кто планировал строить карьеру в IT-сфере.
Дисциплина 'Теория нейронных сетей'
Обобщение сформировано GigaChat на основании 28 комментариев в разделе СОП, касающемся позитивной обратной связи по содержанию учебной дисциплины.
В ходе анализа студенческих отзывов было выявлено, что 28 студентов отметили полезность содержания и организации данного курса. Среди аспектов, которые были упомянуты наиболее часто, можно выделить следующие:
1. **Интересные темы**: 18 студентов указали на актуальность и важность тем, обсуждаемых в рамках курса, которые имеют значение для их профессионального и личного развития.
2. **Понятная и доступная подача материала**: 16 студентов оценили понятность и структурированность изложения информации, а также наличие записей занятий, что позволяло им самостоятельно повторять пройденный материал.
3. **Эффективные подходы к обучению**: 15 студентов отметили разнообразие форм обучения, включая лекции, семинары и практические занятия, которые способствовали лучшему усвоению материала.
4. **Значимость для практических задач**: 14 студентов подчеркнули полезность курса для решения реальных задач, связанных с использованием полученных знаний в своей будущей профессии.
5. **Интересно организованные формы контроля**: 13 студентов отметили удобство и справедливость системы оценивания, которая стимулировала активное участие в учебном процессе.
6. **Практическая направленность курса**: 11 студентов обратили внимание на практическую ценность курса, особенно на изучение инструментов и методов работы с нейронными сетями, что позволило им получить новые навыки и компетенции.
7. **Возможности майнора**: 10 студентов высоко оценили майнор как таковой, отметив его пользу и соответствие их ожиданиям.
Некоторые студенты выразили свои опасения относительно сложности курса, однако большинство всё же оценило его положительно. Важно отметить, что курс помог студентам расширить свой кругозор и приобрести новые знания и умения, которые они считают полезными для своего дальнейшего профессионального роста.
Данные по дисциплинам, реализовывавшимся в 2023 году:
Майнор “Нейросетевые технологии” позволяет углублённо изучить теоретическую и практическую сферу Нейронных сетей, начиная с простейшей базы и заканчивая прикладными применениями. Особое внимание уделено именно практическим заданиям, которые помогают получить ценный опыт в работе. Стоит отметить и приятную систему оценивания, особенно большой вес домашних заданий и личных проектов, который добавляет мотивации развиваться не только в рамках курса. Для меня это стало отправной точкой в углубленном самообучении сферы Искусственного Интеллекта. Полученные знания также перекликались с моими интересами, благодаря чему успешно реализовал идеи в своих проектах: DeepQ NN для создания игровых ИИ, DIffusion models для генерации изображений, GraphSAGE для решения графовых проблем, TTS модели для генерации голоса и многие другие. Нейросети применимы к огромной части всего Computer Science, именно поэтому для решения или оптимизации прикладных задач широко начал использовать их. Темы майнора актуальны, поощряется самостоятельное обучение, изучается много современных моделей и подходов ML. Всё это позволяет студентам глубоко погрузиться в мир нейронных сетей.
Красильников Николай, ВШЭ-НН 21ПМИ-1, 2024
Я выбрал майнор "Нейросетевые технологии" потому, что уже по описанию программы было понятно, что мы будем заниматься реальными задачами, которые стоят перед различными индустриями сегодня. Например, для меня, как для экономиста-исследователя, было крайне привлекательно получить в распоряжение настолько мощный инструментарий, как нейросети, уже сейчас я применяю эти знания для работы над моим исследованием рынка ретейла в России.
Майнор состоит из 4 дисциплин, которые помогли мне сформировать четкое представление, что такое нейросети. Как оказалось, это не магия, а программа, которую мы создаем сами в среде разработки и четко понимаем, как она работает и что она должна нам выдать в результате. По итогу первого года на майноре я получил полное понимание, что лежит в основе процесса обучения нейронной сети и узнал какие виды нейронных сетей бывают, а также для решения каких задач они применяются. Более того я сам увидел, насколько они полезны для решения математических задач.
На втором году обучения я был уже полностью вовлечен в данную область и более того, четко определил для себя, что теперь хочу использовать в своей дальнейшей работе все то, что узнал на майноре, для решения экономических задач. Последняя дисциплина Майнора подводит итог и рассказывает про множество современных нейросетевых архитектур и их применении. Например, разобрав устройство одной из нейросетей YOLO, я использовал ее для считывания цен на товары в магазинах. Это пример, так называемого промышленного шпионажа, так как торговые сети прекрасно понимают, что вручную переписывать цены на товары крайне сложно, почти невозможно. Однако запустить машинку с камерой по полкам магазина, а потом обработать видеоизображение, и в итоге получить огромные ценовые датасеты с информацией о товаре. Это, я считаю, прекрасный пример, почему я ни разу не пожалел, что пошел именно на этот майнор.
Так что, если серьезно подойти к изучению данных дисциплин, можно стать ценным специалистом в своей области, который обладает новаторскими решениями для серьезных задач, которые стоят перед нами.
Кирилл Парников, Санкт-Петербургская школа экономики и менеджмента, 2023
Данный майнор позволяет погрузиться в мир не только нейросетевых технологий, но и в машинное обучение в целом. Программа курса предполагает освоение огромного множества возможных архитектур нейронных сетей, оптимизационных алгоритмов и потенциальных сложностей при их реализации. Помимо подробных лекций, объясняющих теоретические основы и приводящих различные примеры, присутствуют семинары, на которых можно ознакомиться с применением искусственного интеллекта в решении реальных задач, далеко не самых простых (адаптивное шумоподавление, генерация изображений, разработка нейрокомпьютеров и др.). Таким образом, майнор «Нейросетевые технологии» будет интересен студентам с разных направлений, не только технических. Связано это, прежде всего, с всеобъемлющей цифровизацией и постоянным, нарастающим внедрением ИИ во все сферы жизнедеятельности. Не стоит бояться при выборе данной дисциплины, ведь разбирается все подробно – каждый при желании сможет понять материал. После прохождения данного майнора Вы будете знать разнообразные архитектуры нейронных сетей, видеть потенциальные и существующие области их применения, а также уметь их самостоятельно разрабатывать. Лично мне майнор помог лучше разобраться в реализации нелинейных систем для решения прикладных задач, а также серьезно расширить свой кругозор в сфере IT-технологий.
Анатолий Гурский, БИТ193, МИЭМ, 2022
Майнор «Нейросетевые технологии» отлично подходит для всех желающих изучить современные достижения в области машинного обучения, компьютерного зрения и нейронных сетей. Для обучения понадобится знание любого высокоуровневого языка программирования и базовое понимание основ алгоритмизации. Основной плюс данного майнора, что он основан на практике. Фокус и упор сделан не только на математической теории, но и на практическом применении решаемых задач. На курсе слушатель на многочисленных примерах из разных сфер науки и техники изучит основные модели нейронных сетей и узнает, в каких случаях их использовать; рассмотрит различные алгоритмы обучения; ознакомится с подходами предотвращения переобучения и изучит методы их оценки. После успешного прохождения курса студент сможет применять навыки машинного обучения на практике в той сфере деятельности, где он работает. Майнор «Нейросетевые технологии» – отличная возможность для получения базовых знаний в самой продвинутой на данный момент области IT.
Владимир Кашицын, МИЭМ, 2019
Майнор помог в цельном понимании нейросетей и их разнообразии. В майноре рассматривается не только применение нейросетей, но и принципы их работы (будет и математическое объяснение обучения нейросетей), подходы к разным сферам (как они могут использоваться, к примеру, в металлургии, робототехнике и др. сферах) и различные типы нейросетей. В этом курсе можно отметить комплексность рассмотрения темы нейросетей (конечно, при этом хорошо не забывать смотреть тематический план дисциплины, чтобы понимать порядок этапов рассмотрения и держать целостную картину обучения в голове).
Дмитрий Баранов
Средний балл оценки содержания дисциплины по результатам СОП
| Дисциплина | 2024\25 | 2023\24 | 2022\23 | 2021\22 |
| Теория нейронных сетей | 4.48 | 4.46 | 4.46 | 4.38 |
| Нейроматематика | N\A | 4.38 | 4.49 | 4.44 |
| Нейрокомпьютеры | 4.43 | 4.44 | 4.41 | 4.29 |
| Применение нейросетевых технологий | N\A | 4.46 | 4.57 | 4.20 |
Анонимно из отзывов СОП
2024:
- можно просматривать лекции
- Актуальные темы для современного мира
- Всё очень классно, информации миллион, преподаватели добрые, все всегда помогают!
- Мало где вообще нейронки проходятся в более-менее заострённом на них внимании, поэтому курс полезен
- не посещала его лекции, но говорят, что он лапочка
- Тяжело.
- Круто, что преподаватель скидывает какие-то анонсы в общую беседу! Контакт со студентами поддерживается)
- Лучший тг чат для организации учебного процесса Всегда готов что-то подсказать, скидывает студентам ссылки на различные мероприятия, связанные с предметом На связи, всегда отвечает на все вопросы
- Самый эффективный подход - единый тг чат на весь майнор, с папочками по дисциплинам, семинарам. Всегда в закрепе формула, записи лекций и основные элементы контроля Формат лекций вполне стандартный, но слушать интересно, решаются весьма реальные задачи
- очень хорошие материалы курса, полезные для построения карьеры в айти
2023:
- Очень крутой, интересный, а самое главное, что полезный предмет! но если углубляться в подробности предмета, то становится очень сложно!
- Очень классный курс, дает много знаний, как в области условно строения мозга, так и в программировании
- Лекции очень интересные, материал подаётся понятно, хотя временами и сложновато (но так только интереснее!)
- Довольно большие требования к студентам с первого же семинара, очень трудно втянуться людям, у которых только в этом году(паралелльно) начался питон, много практики, тяжело...
2022:
- Курс хорошо структурирован. Есть материалы, формы контроля созданы не только для контроля, но и для обучения.
- Хорошие контрольные по материалам лекций, которые помогают глубже разобраться в изученных темах и понять свои ошибки.
- Очень интересный майнор, хоть и достаточно тяжёлый. Навыки и знания, которые я здесь приобрел очень полезны и пригодятся мне в дальнейшем.