Современные методы машинного обучения (курс майнора) ИАД1-5

Майнор по курсу "Современные методы машинного обучения" - 2016/2017 учебный год - ИАД-1 и ИАД-5

На данной странице будут вывешиваться последние новости и материалы для семинарских занятий групп ИАД-1 и ИАД-5

Семинарист: Панов Александр [1]
При обращении по почте, начинайте тему письма со слов [Майнор ИАД]

Страница курса
Анонимные комментарии, замечания и пожелания можно оставить здесь
Вопросы по курсу можно и нужно задавать на странице Q&A Pizza здесь.

Семинары

1) 15 сентября 2016: Метод опорных векторов. Ядра. - [IPython Notebook]
2) 22 сентября 2016: Стохастический градиент. - [IPython Notebook]
3-4) 13 октября 2016: Методы обработки данных и бустинг. - [IPython Notebook 1], [IPython Notebook 2]
5-6) 20 октября 2016: Бустинг и нейронные сети. - [IPython Notebook 1], [IPython Notebook 2], [IPython Notebook 3]
7) 10 ноября 2016: Статистика: распределения и выборки. - [IPython Notebook 1], [IPython Notebook 2]

8-9) 24 ноября 2016: Keras и XGBoost, проверка гипотез. - [тетрадки 1], [тетрадки 2]

10-11) 8 декабря 2016: Анализ зависимостей и регрессия. - [тетрадка и данные 1], [тетрадка и данные 2]

Домашние Задания

[ДЗ 1.] Данные. Срок - 30 сентября 2016
[ДЗ 2.] Данные. Срок - 31 октября 2016
[ДЗ 3.] Срок - 21 ноября 2016
[ДЗ 4.] Срок - 1 декабря. Для загрузки используйте Dropbox. Файлы называйте просто - <last_name>-hw4.ipynb

Полезные ссылки (Будут пополняться)

Семинар 6

1. Neural Network interactive playground
2. Conv NN Layer Visualization

Про соревнование на Kaggle

1. About leaderboards

Семинар 4

1. Gradient boosting interactive playground
2. About XGBoost

Семинар 2

1. Про методы оптимизации в МО
2. Gradient Descent Demo

Семинар 1

1. Пример работы полиномиального ядра
2. Описание ядер
3. Еще про SVM

Pandas & Seaborn

1. Pandas
2. Effective Pandas
3. Pandas Cheat-Sheet
4. Pandas Visualization
5. Seaborn

Наборы данных

1. Портал Открытых Данных РФ
2. Funny Datasets
3. Сборник Открытых Данных (!!!)
4. Еще наборы данных

FYI

1. Spurious Correlations
2. Correlation

Python

1. PEP-8 Code Style Guide Cheat-sheet
2. Python Tutorials Point
3. Matplotlib Tutorial
4. Matrix Manipulation Cheat-sheet
5. Ipython Notebook
6. Beaker Notebook
7. yhat Rodeo

Ресурсы и Книги

1. James, Witten, Hastie, Tibshirani — An Introduction to Statistical Learning
2. Bishop — Pattern Recognition and Machine Learning (первые главы)
3. MachineLearning.ru
4. Kaggle
5. UCI Repo
6. Visual Intro to ML

Онлайн Курсы

1. Andrew Ng's Course
2. Introduction to ML
3. Learning Data Science with Python
4. Курс от ВШЭ
5. Обзор МООС Курсов