Цель и задачи курса
Структура курса
Структура курса
Практика. Треки
Практика. Анализ БД
Практика. Федеративное обучение
План доклада №1
План доклада №2
Структура пояснительной записки
Оценка знаний
Оценка знаний
Вопросы?
390.50K
Категория: Базы данныхБазы данных

Большие данные

1.

Большие данные
д.т.н., профессор
Холод Иван Иванович
[email protected]
Введение в курс.

2. Цель и задачи курса

Цель: формирование представления о развитии средств и
методов обработки и анализа Больших данных.
Задачи:
изучение знаний по базовым методам и алгоритмам
обработки и анализа Больших данных и их
усовершенствования для выполнения в параллельной
и распределенной среде;
формирование умений и практических навыков
разработки алгоритмического и программного
обеспечения методов анализа Больших данных;
освоение навыков применения методов и алгоритмов
анализа Больших данных;

3. Структура курса

Лекции. Общая теория по анализа Больших данных :
1.
2.
3.
4.
5.
6.
7.
введение в курс;
поколения платформ данных;
распределенная обработка данных;
федеративное обучение;
хранение Больших данных;
обработка потоковых данных ;
алгоритмы анализа Больших данных;

4. Структура курса

Лекции
н1
н2
н3
н4
н5
н6
н7
н8
н9
н10
н11
н12
н13
н14
н15
1
2
3
4
3
3
4
4
5
5
5
6
6
7
7
1
1
2
2
3
3
1
1
к
к
2
2
3
3
Доклады
ПЗ
к
к
к
1
2
н16
н17
3
3
4
к
к
Практические занятия:
I.
теоретическая часть
- лекции
- доклады
1. системы распределенной обработки Больших данных
2. фреймворки Федеративного обучения
3. системы хранения Больших данных
4. системы обработки потоковых данных
I.
практическая часть
- теоретическое проектирование
- практическая реализация.

5. Практика. Треки

1. Aнализ Больших данных. Yandex.Cloud. DataSphere
Выбор: набора данных, задачи анализа, алгоритма (инструмента)
Последовательный анализ набора данных
Параллельный анализ набора данных (2, 8, 32 процессора)
2. Федеративное обучение
2.1. Анализ с использование Python FL framework (TFF, FATE, PySyft, Flower, FedML)
- простой набор данных – практика БД
- три набора (TS, Image classification, Image detection) – пр. практика (Smatrilizer)
2.2. Анализ с использованием FL4J – пр.практика (ЛЭТИ)
2.3. Разработка алгоритмов FL для FL4J – пр.практика (ЛЭТИ)
2.4. Доработка фреймворка FL4J – пр.практика (ЛЭТИ)
2.5. Доработка GUI (Vue.js) для FL4J – пр.практика (ЛЭТИ)

6. Практика. Анализ БД

Реализация аналитической задачи методом машинного обучения на данных большого
объема в Yandex.Cloud с использование Data Shpere
Группы по 2 человека:
-инженер данных;
-ML аналитик;
На выбор:
-набор данных;
- задача
- ML алгоритм;
- фреймворк
1.Теоретическое проектирование: Доклад №1
2.Практическая реализация: Доклад №2 по результатам


Последовательное выполнение ML алгоритма
Параллельное выполнение ML алгоритма

7. Практика. Федеративное обучение

Реализация аналитической задачи методом федеративного обучения на данных
большого объема в Yandex.Cloud с использование ВМ
Группы по 2 человека:
- инженер;
- FL аналитик;
На выбор:
- набор данных (три набора данных);
- фреймворк;
- FL алгоритм;
1.Теоретическое проектирование: Доклад №1
2.Практическая реализация: Доклад №2 по результатам


выполнение FL алгоритма на одном узле
выполнение FL алгоритма не нескольких узлах

8. План доклада №1

Подходы к анализу данных
– Общая информация по данным: источник, кем предоставлены,
когда и для каких задач могут использоваться.
– Описание целевой задачи анализа данных исходя из данных
– Метаинформация: формат, количество атрибутов и векторов,
типы атрибутов, классы и т.п.
– Ограничения данных: пропущенные значения, аномалии, и т.п..
– Предлагаемый ML алгоритм для решения целевой задачи
– Необходимые настройки данных для каждого алгоритма.
– Ожидаемые модели знаний, построенные алгоритмами.
– Предлагаемые методы и критерии оценки построенных моделей.
– Предлагаемые система хранения
– Предлагаемая система анализа данных

9. План доклада №2

Результаты анализа данных










Выбранная система хранения: разработчик, лицензия, версия, и т.п.
Выбранная система анализа: разработчик, лицензия, версия, и т.п.
Процесс анализа: выполненные этапы анализа и итерации;
Настройки/преобразования данных (привести фрагменты
физических и логических данных).
Настройки функций (привести скриншот).
Настройки каждого алгоритма (привести скриншоты).
Построение моделей каждым алгоритмом: время построения в
зависимости от объема данных;
Построение моделей каждым алгоритмом: время построения в
зависимости от числа вычислителей;
Построенные модели (каждым алгоритмом) и их оценки.
Выводы.

10. Структура пояснительной записки

















Общая информация по данным: источник, кем предоставлены, когда и для каких задач могут
использоваться.
Описание целевой задачи анализа данных
Метаинформация: формат, количество атрибутов и векторов, типы атрибутов, классы и т.п.
Ограничения данных: пропущенные значения, аномалии, и т.п..
Предлагаемые алгоритмы Data Mining для решения целевой задачи (не менее 3х алгоритмов)
Необходимые настройки данных для каждого алгоритма.
Ожидаемые модели знаний, построенные алгоритмами.
Предлагаемые методы и критерии оценки построенных моделей.
Выбранная среда для анализа: разработчик, лицензия, версия, и т.п.
Процесс анализа: выполненные этапы анализа и итерации;
Настройки/преобразования данных (привести фрагменты физических и логических данных).
Настройки функций (привести скриншот).
Настройки каждого алгоритма (привести скриншоты).
Построение моделей каждым алгоритмом: время построения в зависимости от числа данных;
Построенные модели (каждым алгоритмом) и их оценки.
Выводы.

11. Оценка знаний

Оценка по дисциплине формируется из:
– оценки за теоретическую часть (максимум 40 баллов);
– оценки за практическую часть (минимум 30, максимум 60 баллов).
Оценка за теоретическую часть может быть получена:
- за ответы на вопросы на лекциях;
- за доклад (максимум 10 баллов)
- за оппонирование докладов (максимум 5 баллов)
- за экзамен (максимум 10 баллов за вопрос).
Оценка за практическую часть может быть получена за доклады и выполнение заданий:
доклад 1 – максимум 20 баллов
- доклад 2 – максимум 40 баллов:
- последовательный алгоритм (10 баллов)
- масштабированный алгоритм (10 баллов)
20 дополнительных баллов за выполнения практики до 01.05

12. Оценка знаний

Допуск к экзамену при оценке за практическую часть ≥ 30.
Итоговая оценка вычисляется следующим образом:
– 5 если набрано баллов > 80 баллов;
– 4 если 60 < набрано баллов ≤ 80;
– 3 если 30 < набрано баллов ≤ 60;

13. Вопросы?

English     Русский Правила