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

Текущая версия на 22:24, 19 декабря 2018

Содержание

[убрать]

1 О курсе
2 Учебный процесс
3 Материалы

О курсе

Программа

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

Оценка за курс

Оценка за курс складывается из:

Домашние работы.
Проверочные работы на семинарах.
Письменная контрольная.
Экзамен.

Оценка вычисляется по следующим формулам:

ИТОГ = 0.7 * НАКОПЛЕННАЯ + 0.3 * ЭКЗАМЕН

НАКОПЛЕННАЯ = 0.1 * ПРОВЕРОЧНЫЕ + 0.7 * ДЗ + 0.2 * КОНТРОЛЬНАЯ

На усмотрение семинариста и лектора могут выставляться автоматы.

[? 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

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

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

Лекция 3 (4 октября). Нейросети: MLP Слайды.

Лекция 4 (11 октября). Нейросети: CNN Слайды.

Лекция 5 (18 октября). Нейросети: трюки Слайды. (обновлены 28 октября)

2 модуль

Лекция 1 (1 ноября). Нейросети: RNN Слайды. (обновлены 4 ноября)

Лекция 2 (8 ноября). Нейросети: другие CNN задачи, transfer learning и автокодировщики Слайды.

Лекция 3 (15 ноября). Консультация + Нейросети: другие RNN задачи, image-captioning Слайды.

Лекция 4 (22 ноября). Письменная контрольная

Лекция 5 (29 ноября). Учимся работать с тензорами в TensorFlow Слайды. Код

Лекция 6 (6 декабря). Отменена

Лекция 7 (13 декабря). Прогнозирование временных рядов Слайды.

Контрольная

Программа контрольной: https://docs.google.com/document/d/1-hF7gIcR8GePwM6NZQi9tdVMG6hiD30psOfso-MG794/edit?usp=sharing Контрольная (письменная) пройдет в лекционной аудитории.

[? Оценки за контрольную.]

Домашние задания

Штраф за каждый день просрочки - 1 (из 10) балл.

ДЗ 1: https://docs.google.com/document/d/1UgDvwvwtaPqtZPO1VLz67GVz8ho2rsVFbOZRMQzKp6Y/edit?usp=sharing

Ноутбук ДЗ1: https://colab.research.google.com/github/ZEMUSHKA/mml-minor/blob/master/hw/minor_hw_1.ipynb

ДЗ2: https://docs.google.com/document/d/1hUjK3ZTmMbcuDcXAkB2c8TFdSoVAtPikE9HtdTyu6ns/edit?usp=sharing

Ноутбук ДЗ2: https://colab.research.google.com/github/ZEMUSHKA/mml-minor/blob/master/hw/minor_hw_2.ipynb

Страницы групп

?

Экзамен

Экзамен (письменный) пройдет 20 декабря в 16:00 в аудитории К10.

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

@@ Строка 9: / Строка 9: @@
 Оценка за курс складывается из:
-* Домашние работы (в том числе соревнования).
+* Домашние работы.
 * Проверочные работы на семинарах.
-* '''[Будет обновлено]''' Коллоквиум (письменная контрольная) в конце 1 модуля.
+* Письменная контрольная.
 * Экзамен.
@@ Строка 18: / Строка 18: @@
 ИТОГ = 0.7 * НАКОПЛЕННАЯ + 0.3 * ЭКЗАМЕН
-'''[Будет обновлено]''' НАКОПЛЕННАЯ = 0.1 * ПРОВЕРОЧНЫЕ + 0.7 * ДЗ + 0.2 * КОЛЛОКВИУМ
+НАКОПЛЕННАЯ = 0.1 * ПРОВЕРОЧНЫЕ + 0.7 * ДЗ + 0.2 * КОНТРОЛЬНАЯ
-Также накопленная оценка может быть повышена за получение призовых мест на соревновании.
+На усмотрение семинариста и лектора могут выставляться автоматы.
-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.
@@ Строка 44: / Строка 44: @@
 === Лекции ===
-====1 модуль: Градиентные методы и нейросети====
+==== 1 модуль ====
 Лекция 1 (20 сентября). Методы оптимизации. [https://github.com/ZEMUSHKA/mml-minor/blob/master/lectures/lecture1.pdf Слайды.]
@@ Строка 50: / Строка 50: @@
 Лекция 2 (27 сентября). Градиентный бустинг. [https://github.com/ZEMUSHKA/mml-minor/blob/master/lectures/lecture2.pdf Слайды.] '''(обновлены 29 сентября)'''
-==== 2 модуль: Статистические методы и прогнозирование временных рядов ====
+Лекция 3 (4 октября). Нейросети: MLP [https://github.com/ZEMUSHKA/mml-minor/blob/master/lectures/lecture3.pdf Слайды.]
-=== Коллоквиум ===
+Лекция 4 (11 октября). Нейросети: CNN [https://github.com/ZEMUSHKA/mml-minor/blob/master/lectures/lecture4.pdf Слайды.]
-Программа коллоквиума: ?
+Лекция 5 (18 октября). Нейросети: трюки [https://github.com/ZEMUSHKA/mml-minor/blob/master/lectures/lecture5.pdf Слайды.] '''(обновлены 28 октября)'''
-Распределение вопросов: ?
+==== 2 модуль ====
-Коллоквиум (письменный) пройдет ? в лекционной аудитории.
+Лекция 1 (1 ноября). Нейросети: RNN [https://github.com/ZEMUSHKA/mml-minor/blob/master/lectures/lecture6.pdf Слайды.] '''(обновлены 4 ноября)'''
-[? Оценки за коллоквиум.]
+Лекция 2 (8 ноября). Нейросети: другие CNN задачи, transfer learning и автокодировщики [https://github.com/ZEMUSHKA/mml-minor/blob/master/lectures/lecture7.pdf Слайды.]
+Лекция 3 (15 ноября). '''Консультация''' + Нейросети: другие RNN задачи, image-captioning [https://github.com/ZEMUSHKA/mml-minor/blob/master/lectures/lecture8.pdf Слайды.]
+Лекция 4 (22 ноября). '''Письменная контрольная'''
+Лекция 5 (29 ноября). Учимся работать с тензорами в TensorFlow [https://github.com/ZEMUSHKA/mml-minor/blob/master/lectures/lecture9.pdf Слайды.] [https://colab.research.google.com/github/hse-aml/intro-to-dl/blob/master/week2/v2/tensorflow_examples_from_video.ipynb Код]
+Лекция 6 (6 декабря). '''Отменена'''
+Лекция 7 (13 декабря). Прогнозирование временных рядов [https://github.com/ZEMUSHKA/mml-minor/blob/master/lectures/lecture10.pdf Слайды.]
+=== Контрольная ===
+Программа контрольной: https://docs.google.com/document/d/1-hF7gIcR8GePwM6NZQi9tdVMG6hiD30psOfso-MG794/edit?usp=sharing
+Контрольная (письменная) пройдет в лекционной аудитории.
+[? Оценки за контрольную.]
 === Домашние задания ===
-Условия сдачи смотрите на странице группы или уточняйте у своих семинаристов.
 Штраф за каждый день просрочки - 1 (из 10) балл.
+'''ДЗ 1''': https://docs.google.com/document/d/1UgDvwvwtaPqtZPO1VLz67GVz8ho2rsVFbOZRMQzKp6Y/edit?usp=sharing
+'''Ноутбук ДЗ1''': https://colab.research.google.com/github/ZEMUSHKA/mml-minor/blob/master/hw/minor_hw_1.ipynb
+'''ДЗ2''': https://docs.google.com/document/d/1hUjK3ZTmMbcuDcXAkB2c8TFdSoVAtPikE9HtdTyu6ns/edit?usp=sharing
+'''Ноутбук ДЗ2''': https://colab.research.google.com/github/ZEMUSHKA/mml-minor/blob/master/hw/minor_hw_2.ipynb
 === Страницы групп ===
@@ Строка 72: / Строка 97: @@
 === Экзамен ===
-Экзамен (письменный) пройдет ?.
+Экзамен (письменный) пройдет 20 декабря в '''16:00''' в аудитории К10.
 Программа экзамена: