Современные методы машинного обучения (курс майнора) ИАД4 — различия между версиями
Материал из Wiki - Факультет компьютерных наук
Строка 13: | Строка 13: | ||
'''1) 15 Сентября 2016:''' Метод опорных векторов. Ядра. - [http://nbviewer.jupyter.org/github/shestakoff/minor_da_2016_pt2/blob/master/1%20SVM.ipynb IPython Notebook] <br/> | '''1) 15 Сентября 2016:''' Метод опорных векторов. Ядра. - [http://nbviewer.jupyter.org/github/shestakoff/minor_da_2016_pt2/blob/master/1%20SVM.ipynb IPython Notebook] <br/> | ||
'''2) 22 Сентября 2016:''' Методы оптимизации. Градиентный спуск и КО - [http://nbviewer.jupyter.org/github/shestakoff/minor_da_2016_pt2/blob/master/2_gradient_descent.ipynb IPython Notebook], [https://www.dropbox.com/s/awkl0xjdbksh9s2/data.zip?dl=0 data] <br/> | '''2) 22 Сентября 2016:''' Методы оптимизации. Градиентный спуск и КО - [http://nbviewer.jupyter.org/github/shestakoff/minor_da_2016_pt2/blob/master/2_gradient_descent.ipynb IPython Notebook], [https://www.dropbox.com/s/awkl0xjdbksh9s2/data.zip?dl=0 data] <br/> | ||
+ | '''2) 29 Сентября 2016:''' Методы предобработки данных - [http://nbviewer.jupyter.org/github/shestakoff/minor_da_2016_pt2/blob/master/3_preproc.ipynb IPython Notebook], [https://www.dropbox.com/s/ha0cxwk27fnggpu/WineKMC.xlsx?dl=0 data] <br/> | ||
== Домашние Задания == | == Домашние Задания == |
Версия 11:06, 29 сентября 2016
Содержание
Майнор по "Современным методам машинного обучения" - 2016/2017 учебный год - ИАД-4
На данной странице будут вывешиваться последние новости и материалы для семинарских занятий группы ИАД-4
Семинарист: Шестаков Андрей shestakoffandrey@gmail.com
При обращении по почте, начинайте тему письма со слов [Майнор ИАД]
Страница курса
Анонимные комментарии, замечания и пожелания можно оставить здесь
Семинары
1) 15 Сентября 2016: Метод опорных векторов. Ядра. - IPython Notebook
2) 22 Сентября 2016: Методы оптимизации. Градиентный спуск и КО - IPython Notebook, data
2) 29 Сентября 2016: Методы предобработки данных - IPython Notebook, data
Домашние Задания
ДЗ 1., data Срок - 30 Сентября 2016
Полезные ссылки (Будут пополняться)
Семинар 2
Семинар 1
Pandas & Seaborn
Наборы данных
FYI
Python
- PEP-8 Code Style Guide Cheat-sheet
- Python Tutorials Point
- Matplotlib Tutorial
- Matrix Manipulation Cheat-sheet
- Ipython Notebook
- Beaker Notebook
- yhat Rodeo
Ресурсы и Книги
- James, Witten, Hastie, Tibshirani — An Introduction to Statistical Learning
- Bishop — Pattern Recognition and Machine Learning (первые главы)
- MachineLearning.ru
- Kaggle
- UCI Repo
- Visual Intro to ML
Онлайн Курсы