designeng / mlcourse_open

OpenDataScience Machine Learning course (yet Russian-only)

Открытый курс OpenDataScience по машинному обучению

❗ 3-ий запуск будет 1 марта 2018 г. при условии достижения целей на краудфандинговой платформе Patreon ❗

Статья про курс на Хабре. Youtube-канал c онлайн-трансляциями и записями лекций. Курс обсуждается в Slack OpenDataScience в канале #mlcourse_open.

Цель курса – развить понимание основных концепций машинного обучения (теория) и дать навыки его использования (практика). Поэтому статьи не без математики и поэтому в курсе множество активностей: домашние задания, соревнования на Kaggle Inclass, слушатели сами пишут тьюториалы по интересным темам и выполняют индивидуальные проекты.

Требуются начальные навыки программирования на Python и знание математики (математический анализ, линейная алгебра, теория вероятностей, математическая статистика) на уровне 2 курса технического ВУЗа. Подробнее – в Wiki репозитория.

Статьи на Хабрахабре

1. Первичный анализ данных с Pandas
2. Визуальный анализ данных с Python
3. Классификация, деревья решений и метод ближайших соседей
4. Линейные модели классификации и регрессии
5. Композиции: бэггинг, случайный лес
6. Построение и отбор признаков
7. Обучение без учителя: PCA и кластеризация
8. Обучаемся на гигабайтах с Vowpal Wabbit
9. Анализ временных рядов с помощью Python
10. Градиентный бустинг. Часть 1
11. Градиентный бустинг. Часть 2. Скоро...

Видеолекции

1. Первичный анализ данных с Pandas
2. Визуальный анализ данных с Seaborn и Matplotlib
3. Классификация. Деревья решений
4. Логистическая регрессия + обсуждение соревнования Kaggle
5. Случайный лес
6. Регрессия, регуляризация
7. Обучение без учителя
8. Признаки, SGD, Vowpal Wabbit
9. Временные ряды
10. Градиентный бустинг

Беседы с гуру Data Science

11. Александр Дьяконов
12. Константин Воронцов
13. Евгений Соколов

Домашние задания

1. Анализ данных по доходу населения UCI Adult, ipynb
2. Визуальный анализ данных о публикациях на Хабрахабре, ipynb
3. Деревья решений в игрушечной задаче и на данных Adult репозитория UCI, ipynb
4. Линейные модели классификации и регрессии в соревнованиях Kaggle Inclass. Часть 1: идентификация взломщика. ipynb Часть 2: прогноз популярности статьи на Хабрахабре, ipynb
5. Логистическая регрессия и случайный лес в задаче кредитного скоринга, ipynb
6. Работа с признаками, ipynb
7. Метод главных компонент, t-SNE и кластеризация, ipynb
8. Предсказание числа просмотров вики-страницы, ipynb

Проекты

1. Идентификация пользователей по последовательности посещенных сайтов ("Элис"). Описание. Тетрадки.
2. Индивидуальные проекты. Описаны на Wiki.

Wiki-страницы этого репозитория:

• Prerequisites: Python, математика, DevOps. О том, как лучше подготовиться к прохождению курса, если навыков программирования или знаний математики не хватает.
• Все активности по втором запуске курса. Домашки, соревнования, проекты, тьюториалы и мини-конкурсы и все, за что еще можно получить баллы и, главное, опыт.
• План совместного прохождения курса cs231n c 15.11.2017
• Авторы статей и лекторы. Вкратце представляем всех, кто поработал над курсом.
• ПО для прохождения курса и Docker – как настроить все ПО для прохождения курса. В частности, описывается, как запустить у себя Docker-контейнер, в котором уже все установлено.
• Топ-100 1-ой сессии курса. 1-я сессия курса прошла с 28 февраля по 10 июня 2017 года – с домашними заданими, соревнованиями, тьюториалами, конкурсами по визуализации и общим рейтингом. Более 500 участников.
• Топ-100 2-ой сессии курса. 2-я сессия курса прошла с 6 сентября по 17 ноября 2017 года – добавились индивидуальные проекты. Более 1300 участников.
• Тьюториалы и проекты. Одним из заданий в курсе было написать тьюториал на одну из тем вокруг машинного обучения и анализа данных и выполнить индивидуальный проект по предложенному плану.