Dyakonov / MSUML

курс "Методы машинного обучения" для 3го потока 3го курса ВМК МГУ

Geek Repo:Geek Repo

Github PK Tool:Github PK Tool

курс "Методы машинного обучения" для 3го потока 3го курса ВМК МГУ

  • потоковый курс на факультете ВМК МГУ имени М.В. Ломоносова
  • для бакалавров 3 потока 3 курса
  • лектор: Александр Дьяконов

рекомендации

Для тех, у кого проблемы с Питоном и его библиотеками:

видео

конспекты

слайды лекций

  1. Вводная лекция (07.09.2021 / 05.09.2022)

  2. Питон и его библиотеки (12.09.2022)

  3. Постановка основных задач (14.09.2021)

  4. Метрические алгоритмы (21.09.2021) ноутбук

  5. Линейные алгоритмы: линейная регрессия (28.09.2021)

  6. Оптимизация в ML (05.10.2021), логистическая регрессия (05.10.2021).

  7. Выбор модели (12.10.2021) ноутбук

  8. Линейные классификаторы, SVM (19.10.2021)

  9. Нелинейные методы, трюки с ядрами (26.10.2021)

  10. Сложность алгоритмов, переобучение, смещение и разброс (02.11.2021)

  11. Деревья решений (09.11.2021)

  12. Ансамбли алгоритмов (16.11.2021)

  13. Случайные леса и AdaBoost (23.11.2021)

  14. Градиентный бустинг (30.11.2021)

  15. Селекция (отбор) признаков (07.12.2021)

  16. Функции ошибки и функционалы качества (14.12.2021)

  17. Нейронные сети (08.02.2022)

  18. Борьба с переобучением в нейронных сетях (15.02.2022)

  19. Архитектуры нейросетей (22.02.2022)

  20. Ассоциативные правила (01.03.2022)

  21. Кластеризация (15.03.2022) Качество кластеризации

  22. EM-алгоритм, Обучение без учителя (22.03.2022), Другие методы понижения размерности (new)

  23. Детектирование аномалий (29.03.2022)

  24. Байесовский подход (05-12.04.2022)

  25. Рекомендательные системы (19.04.2022)

  26. Ранжирование (26.04.2022)

  27. Специальные задачи: многоклассовые, с частичной разметкой, активное обучение (17.05.2022)

About

курс "Методы машинного обучения" для 3го потока 3го курса ВМК МГУ


Languages

Language:Jupyter Notebook 100.0%