Современные методы машинного обучения (курс майнора) 2018/2019 — различия между версиями

Версия 12:49, 4 октября 2018

О курсе

Программа

Официальная программа появится после ее утверждения. Пока можно посмотреть черновик.

Оценка за курс

Оценка за курс складывается из:

• Домашние работы (в том числе соревнования).
• Проверочные работы на семинарах.
• [Будет обновлено] Коллоквиум (письменная контрольная) в конце 1 модуля.
• Экзамен.

Оценка вычисляется по следующим формулам:

ИТОГ = 0.7 * НАКОПЛЕННАЯ + 0.3 * ЭКЗАМЕН

[Будет обновлено] НАКОПЛЕННАЯ = 0.1 * ПРОВЕРОЧНЫЕ + 0.7 * ДЗ + 0.2 * КОЛЛОКВИУМ

Также накопленная оценка может быть повышена за получение призовых мест на соревновании.

На усмотрение семинариста и лектора могут выставляться автоматы (при условии отличной накопленной оценки).

[? Таблица с оценками]

Обратная связь

По срочным вопросам можно писать напрямую в телеграме: https://t.me/ZEMUSHKA

По вопросам касательно лекций можете писать на zimovnov+minor@gmail.com, добавляя строку "[Майнор ИАД]" в заголовок письма.

По этой ссылке можно оставить анонимный отзыв или предложение для курса: https://goo.gl/forms/mhZxfEXinxJ27Bm02

Канал в Телеграме с важными объявлениями: https://t.me/mml_2018

По административным вопросам обращайтесь к Ивановой Оксане Анатольевне, oksanaivanova@hse.ru

Семинарские группы

[? Списки групп]

Учебный процесс

Лекции

1 модуль: Градиентные методы и нейросети

Лекция 1 (20 сентября). Методы оптимизации. Слайды.

Лекция 2 (27 сентября). Градиентный бустинг. Слайды. (обновлены 29 сентября)

2 модуль: Статистические методы и прогнозирование временных рядов

Коллоквиум

Программа коллоквиума: ?

Распределение вопросов: ?

Коллоквиум (письменный) пройдет ? в лекционной аудитории.

[? Оценки за коллоквиум.]

Домашние задания

Условия сдачи смотрите на странице группы или уточняйте у своих семинаристов. Штраф за каждый день просрочки - 1 (из 10) балл.

Страницы групп

?

Экзамен

Экзамен (письменный) пройдет ?.

Программа экзамена: https://docs.google.com/document/d/121eSSLYoZDTPzNxmJL5TBP1RmgGrlS7FufQOzdPTmjg/edit?usp=sharing

Материалы

В конце слайдов каждой лекции есть небольшая подборка материалов по теме лекции. Ниже приведен набор материалов, охватывающих многие темы.

Книги

• Mohammed J. Zaki, Wagner Meira Jr. Data Mining and Analysis. Fundamental Concepts and Algorithms. Cambridge University Press, 2014.
• Bishop C.M. Pattern Recognition and Machine Learning. Springer, 2006. первые главы
• James, Witten, Hastie, Tibshirani — An Introduction to Statistical Learning

Ресурсы

• MachineLearning.ru

Материалы прошлых лет

Страничка 2017/2018