Чему вы научитесь
Курс состоит из трех частей:
В первой части мы рассматриваем общую картину развития современной науки и факторы, способствовавшие возникновению кризиса воспроизводимости результатов.
Во второй части мы обсудим инструменты, которые помогают исследователям добиваться воспроизводимости полученных результатов.
В третьей части мы рассмотрим конкретные примеры ошибок допущенных авторами различных статей современных AI-конференций (ICLR, NeurIPS). Также разберем способы, благодаря которым воспроизведение этих результатов могло бы оказаться гораздо проще.
О курсе
В этом курсе я делюсь опытом построения и проведения исследовательской работы. Мы начнем с общей рамки научных и управленческих сложностей, затрудняющих воспроизводимость исследований. Затем рассмотрим факторы, помогающие ее обеспечить: общие ценности, инструменты и онлайн ресурсы для публикации. Значительная часть инструментов заимствуется из арсенала разработчиков ПО: управление версионированием кода, окружением, тестированием, непрерывная интеграция. Также рассмотрим инструменты, специфические для Data-Science исследований: мониторинг и сравнение качества ML-моделей, версионирование данных.
Курс находится в стадии бета-тестирования.
Преподаватели курса
181
Нагрузка
10 часов