Современные методы машинного обучения (курс майнора) ИАД1-5 — различия между версиями
Panov.ai (обсуждение | вклад) |
Panov.ai (обсуждение | вклад) |
||
Строка 22: | Строка 22: | ||
== Полезные ссылки (Будут пополняться) == | == Полезные ссылки (Будут пополняться) == | ||
+ | ''' Про соревнование на Kaggle''' | ||
+ | # [http://www.kdnuggets.com/2015/05/data-science-contest-leaderboard-without-reading-data.html About leaderboards] | ||
+ | |||
''' Семинар 4 ''' | ''' Семинар 4 ''' | ||
# [http://arogozhnikov.github.io/2016/07/05/gradient_boosting_playground.html Gradient boosting interactive playground] | # [http://arogozhnikov.github.io/2016/07/05/gradient_boosting_playground.html Gradient boosting interactive playground] |
Версия 14:01, 9 ноября 2016
Содержание
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]
Домашние Задания
[ДЗ 1.] Данные. Срок - 30 сентября 2016
[ДЗ 2.] Данные. Срок - 31 октября 2016
Полезные ссылки (Будут пополняться)
Про соревнование на Kaggle
Семинар 4
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