Otwarte Kółko Uczenia Maszynowego 2024

Zakres konceptów objętych przez IOAI - roadmap bez materiałów kółkowych

Python

PyTorch

Machine Learning

Deep Learning

Natural Language Processing

Word Embeddings

Transformers

Generative Modeling

Computer Vision

Recent Developments in CV

Materiały

Podstawy matematyczne

• Ukończyć notatnik z macierzy i numpy do zaj 1
• Utworzyć notatnik z rachunku prawdopodobieństwa i numpy do zaj 2
• Utworzyć notatnik z pochodnych i reguły łańcuchowej do zaj 3

Podstawy klasycznego uczenia maszynowego

Podstawy uczenia głębokiego

Zadania olimpijskie

• Utworzyć przykładowe rozwiązania problemów z IOAI

Artykuły

• Utworzyć przestrzń podlinkowywania artykułów z dodatkowym wytłumaczeniem w formie blogu czy filmiku

Jakość i udoskonalanie

• Stworzyć prezentację do zaj 1
• Stworzyć notatkę pdf z samą teorią do zaj 1
• Jak zrobić do tego ładne github pages i ustrukturyzować repozytorium?
• Utworzyć logo
• Zrobić refactor po pierwszej iteracji i udoskonalić materiały
• Dodać warstwy do konceptów -> dywizje w kółku
• Dodać set ANKI do teorii
• Jeżeli potrzeba dodać wersję notatników dedykowane google colab

Organizacja

• Utworzyć tablicę z zadaniami

Olimpiady

• Olimpiada AI
• Olimpiada AI międzynarodowa
• Olimpiada AI międzynarodowa - wymagania a w szczególności przykłady zadań

Źródła

Ogólne

Klasyczna książka

• [1]Deep Learning

Materiały z labów MIMUW

• DNN Course at the University of Warsaw

Materiały z wykładów i labów kursu z zastosowania DL w biologii

• Deeplife

Materiały z wykładów - bardzo zwięzłe prezentacje artykułów oraz duża ich liczba, świetnie skompilowana lista odnośników

• Applied Deep Learning - university course University of Colorado Boulder

Kody do książek

• [2]Applied Deep Learning - book by Umberto Michelucci
• Advanced Applied Deep Learning - book by Umberto Michelucci

Wprowadzenie do PyTorch

• [3]Pytorch Deep Learning

Inne

• Wizualne notatki do kopiowania
• Papers with code - kategoryzacja najlepszych modeli
• UvA DL Notebooks - świetłe źródło inspiracji do tematów zajęć

Youtube

Podstawowe serie 3b1b

• [4]Neural Networks - 3b1b
• [5]Probability Theory - 3b1b
• [6]Linear Algebra - 3b1b
• [7]Calculus - 3b1b

Wykłady kursu MIT z wprowadzeniem do DL

• [8]Introduction to Deep Learning MIT

Implementacje od zera elementów DL

• Neural Networks: Zero to Hero

Prezentacje archtektur oraz elementów teorii

• Outlier
• The AI Epiphany
• ExplainingAI
• ML for nerds