designeng / ml-course-msu

Lecture notes and code for Machine Learning practical course on CMC MSU

Geek Repo:Geek Repo

Github PK Tool:Github PK Tool

Семинары по машинному обучению, ВМК МГУ

Конспекты, код и прочие материалы к семинарам по машинному обучению, проводимым на ВМК МГУ.

[Таблица с результатами]

Почта для заданий: ml.cmc.msu@gmail.com

На семинары и работу ассистентов можно оставить отзыв: [анонимно без регистрации и смс]

Курс лекций на ФКН ВШЭ: [wiki] [материалы]

Правила выставления оценок

Итоговая контрольная работа:

  1. На последней лекции будет проведена контрольная работа, которая затронет все темы, изученные в течение семестра.
  2. Контрольная оценивается по двухбалльной шкале (зачет/незачет), незачет влечет за собой недопуск к экзамену.
  3. Студент, не получивший допуск, переписывает на экзамене контрольную. В случае успеха он сдает экзамен на первой пересдаче. В случае незачета он снова переписывает контрольную на первой пересдаче, и так далее.

Семинары:

Занятия

Дата Номер Тема Материалы ДЗ
7 сентября Семинар 1 Вводное занятие:
  • Основные термины в машинном обучении
  • Этапы решения задачи анализа данных
Конспект
14 сентября Семинар 2 Линейные методы:
  • Аналитическое решение линейной регрессии
  • Векторное дифференцирование
Конспект 1
Конспект 2
ДЗ
28 сентября Семинар 3 Метрические методы:
  • Особенности метрических методов: чувствительность к масштабу и шуму, проклятие размерности
  • Примеры метрик
  • Метрики на категориальных признаках
Конспект
5 октября Семинар 4 Метрические методы:
  • Locality-sensitive hashing
Конспект ДЗ
12 октября Семинар 5
  • Градиентный спуск
  • Регуляризация
    Конспект 1 (4-я глава)
    Конспект 2 (5-я глава)
    ДЗ (5-я задача)
    19 октября Семинар 6
    • Линейные модели классификации
    • Метрики качества классификации
      Конспект Задачи ДЗ
      26 октября Семинар 7
      • Логистическая регрессия
      • Оценивание вероятностей
        Конспект 1
        Конспект 2
        ДЗ (без SVM)

        Практические задания

        Обратите внимание, что по каждому заданию даётся два дедлайна: мягкий и жёсткий. За сдачу задания после мягкого дедлайна оценка понижается на 1 балл. Оценка за задание не может быть отрицательной.

        Задание 1:

        Условие

        Дата выдачи: 18.09.2017

        Мягкий дедлайн: 01.10.2017, 23:59 MSK

        Жёсткий дедлайн: 08.10.2017 23:59 MSK

        Задание 2:

        Условие

        Дата выдачи: 04.11.2017

        Мягкий дедлайн: 19.11.2017, 23:59 MSK

        Жёсткий дедлайн: 26.11.2017 23:59 MSK

        About

        Lecture notes and code for Machine Learning practical course on CMC MSU


        Languages

        Language:Jupyter Notebook 99.5%Language:HTML 0.4%Language:Python 0.1%