Машинное обучение 2/2024 2025 — различия между версиями

Материал из Wiki - Факультет компьютерных наук
Перейти к: навигация, поиск
(→‎Практические задания)
 
(не показано 5 промежуточных версии этого же участника)
Строка 19: Строка 19:
  
 
[https://www.hse.ru/ba/ami/courses/912643459.html Карточка курса и программа]
 
[https://www.hse.ru/ba/ami/courses/912643459.html Карточка курса и программа]
−
 
+
[https://github.com/esokolov/ml-course-hse/tree/master/2025-spring/lecture-notes Презентации]
 
[https://github.com/esokolov/ml-course-hse Репозиторий с материалами на GitHub]
 
[https://github.com/esokolov/ml-course-hse Репозиторий с материалами на GitHub]
  
Строка 30: Строка 30:
 
Ссылка на курс в Anytask: https://anytask.org/course/1172  
 
Ссылка на курс в Anytask: https://anytask.org/course/1172  
  
−
[ Таблица с оценками]
+
[https://docs.google.com/spreadsheets/d/1eS4JqgeeI72mX_gaBN6C_XMItWAvJ5TP_5b6tVoROxc/edit?usp=sharing Таблица с оценками]
  
−
Плейлист с записями занятий: https://disk.yandex.ru/d/jKyTW2KQnm1O_g
+
[https://disk.yandex.ru/d/jKyTW2KQnm1O_g Плейлист с записями занятий]
  
 
Оставить отзыв на курс:  
 
Оставить отзыв на курс:  
Строка 45: Строка 45:
 
! Группа                                    !! Преподаватель                                                                                                                              !! Учебный ассистент
 
! Группа                                    !! Преподаватель                                                                                                                              !! Учебный ассистент
 
|-
 
|-
−
| 211 (МОП)                              || [https://t.me/madn_boi Морозов Никита] || [Дробышевский Илья], [Максюта Юрий]
+
| 221 (МОП)                              || [https://t.me/madn_boi Морозов Никита] || [https://t.me/free001style Дробышевский Илья], [https://t.me/ex7remum Максюта Юрий]
 
|-
 
|-
−
| 212 (МОП)                              || [https://t.me/esokolov Соколов Евгений] || [Пустовалов Юрий], [Буйлова Вера]
+
| 222 (МОП)                              || [https://t.me/esokolov Соколов Евгений] || [https://t.me/talant Пустовалов Юрий], [https://t.me/verabuylovaБуйлова Вера]
 
|-
 
|-
−
| 213 (МОП)                              || [https://t.me/nieto95 Косакин Даниил] ||  [Панфилов Борис], [Саберов Динар]
+
| 223 (МОП)                              || [https://t.me/nieto95 Косакин Даниил] ||  [https://t.me/TmBoris Панфилов Борис], [https://t.me/vsem_paket Саберов Динар]
 
|-
 
|-
−
| 214 (МОП)                              || [https://t.me/fdrose Абрахам Макисм] ||  [Волотова Анастасия], [Бугаев Егор]
+
| 224 (МОП)                              || [https://t.me/fdrose Абрахам Макисм] ||  [https://t.me/volotovaanastasia Волотова Анастасия], [https://t.me/epbugaev Бугаев Егор]
 
|-
 
|-
−
| КПВ 1 || [https://t.me/Ppilif Ульянкин Филипп] || [Замышевская Арина]
+
| КПВ 1 || [https://t.me/Ppilif Ульянкин Филипп] || [https://t.me/nimblesquirrel Замышевская Арина]
 
|-
 
|-
−
| КПВ 2 ||  [https://t.me/toobrainless Гимранов Артур] || [Шаламкова Алиса]
+
| КПВ 2 ||  [https://t.me/toobrainless Гимранов Артур] || [https://t.me/merray Шаламкова Алиса]
 
|-
 
|-
−
| 221 (ЭАД) ||  [https://t.me/mdeil007 Иванов Даниил] || [Фоменко Андрей], [Парамонов Всеволод]
+
| 221 (ЭАД) ||  [https://t.me/mdeil007 Иванов Даниил] || [https://t.me/bobroslav322 Фоменко Андрей], [https://t.me/paramonidotmp3 Парамонов Всеволод]
 
|-
 
|-
−
| 222 (ЭАД) ||  [https://t.me/tgritsaev Грицаев Тимофей] || [Чубов Артем], [Мартишевич Владислав]
+
| 222 (ЭАД) ||  [https://t.me/tgritsaev Грицаев Тимофей] || [https://t.me/aachubov Чубов Артем], [https://t.me/vladikmartishevich Мартишевич Владислав]
 
|-
 
|-
−
| ВСН || [https://t.me/ko_orney Томащук Корней] || [Юсупов Вячеслав]   
+
| ВСН || [https://t.me/ko_orney Томащук Корней] || [https://t.me/Sllaavva Юсупов Вячеслав]   
 
|-
 
|-
−
| КНАД || [https://t.me/allwheelsdrive0 Петров Олег] || [Пономарчук Анна], [Соня]
+
| КНАД || [https://t.me/allwheelsdrive0 Петров Олег] || [https://t.me/ponomarchuk_anna Пономарчук Анна], [https://t.me/sibsonya Соня]
 
|}
 
|}
  
Строка 99: Строка 99:
  
 
== Лекции ==
 
== Лекции ==
−
 
−
Ко всем конспектам на GitHub есть исходники. Исправления и дополнения всячески приветствуются!
 
−
 
−
'''Лекция 1''' (12 января). Ядровые методы  [[https://github.com/esokolov/ml-course-hse/blob/master/2021-spring/lecture-notes/lecture13-kernels.pdf Конспект]] [[https://youtu.be/LD1HFBO0MIY?si=i8vlvruXyBOSWYoy Запись лекции]]
 
  
 
== Семинары ==
 
== Семинары ==
Строка 112: Строка 108:
 
== Практические задания ==
 
== Практические задания ==
  
−
== Проект ==
+
[https://github.com/esokolov/ml-course-hse/blob/master/2025-spring/homeworks-practice/homework-practice-08-random-features/homework-practice-08-random-features.ipynb Практическое задание 8. Метод опорных векторов и аппроксимация ядер]
−
 
+
−
Одной из форм контроля является проект. Результатом выполнения проекта должен быть отчёт, содержащий в себе:
+
−
* Описание задачи
+
−
* Описание методов
+
−
* Описание данных, на которых проводились эксперименты
+
−
* Подробное описание экспериментов и результатов
+
−
* Анализ результатов и выводы
+
−
 
+
−
Не нужно писать формальный текст — будет здорово, если у вас получится интересная и доступная обзорная статья.
+
−
 
+
−
За проект можно получить до 5 бонусных баллов. Если получится совсем потрясающе — то и до 10 баллов.
+
−
 
+
−
Темы проектов: '''будут объявлены позже'''
+
  
−
Можно предлагать свои темы — их нужно вписать в ту же табличку. Такие темы нужно согласовать с лектором.
 
  
−
По умолчанию каждую тему может взять одна команда из 2-3 студентов. По согласованию с лектором одну тему может взять несколько команд.
 
  
−
Дедлайн сдачи отчёта и кода: 13 июня 23:59.
+
[https://github.com/esokolov/ml-course-hse/tree/master/2025-spring/homework-practice/homework-practice-09-em Практическое задание 9. EM-алгоритм]
  
 
== Коллоквиум ==
 
== Коллоквиум ==
Строка 160: Строка 141:
  
 
== Страницы предыдущих лет ==
 
== Страницы предыдущих лет ==
 +
 +
[[Машинное_обучение_2/2023_2024 | 2023/2024 учебный год]]
  
 
[[Машинное_обучение_2/2022_2023 | 2022/2023 учебный год]]
 
[[Машинное_обучение_2/2022_2023 | 2022/2023 учебный год]]

Текущая версия на 16:47, 26 февраля 2025

О курсе

borderless

Курс читается для студентов 3-го курса ПМИ ФКН ВШЭ в 3-4 модулях.

Проводится с 2016 года.

Лектор: Соколов Евгений Андреевич

Лекции проходят по пятницам, 11:10 - 12:30, в Zoom.




Полезные ссылки

Карточка курса и программа Презентации Репозиторий с материалами на GitHub

Почта для сдачи домашних заданий (на самом деле задания сдаются в AnyTask, но если он не работает, то присылайте на почту): hse.cs.ml+<номер группы>@gmail.com (например, hse.cs.ml+161@gmail.com)

Канал в telegram для объявлений: https://t.me/+GhIBzvjZe2M5Yjcy

Чат в telegram для обсуждений (предназначение чата до конца не ясно, вопросы может быть правильнее задавать в чатах групп): https://t.me/+0ByaOtH9FxVlOTUy

Ссылка на курс в Anytask: https://anytask.org/course/1172

Таблица с оценками

Плейлист с записями занятий

Оставить отзыв на курс:

Вопросы по курсу можно задавать на почту курса, а также в телеграм лектору (esokolov@) или семинаристу. Вопросы по материалам лекций/семинаров и по заданиям лучше всего оформлять в виде Issue в github-репозитории курса.

Семинары

Группа Преподаватель Учебный ассистент
221 (МОП) Морозов Никита Дробышевский Илья, Максюта Юрий
222 (МОП) Соколов Евгений Пустовалов Юрий, Вера
223 (МОП) Косакин Даниил Панфилов Борис, Саберов Динар
224 (МОП) Абрахам Макисм Волотова Анастасия, Бугаев Егор
КПВ 1 Ульянкин Филипп Замышевская Арина
КПВ 2 Гимранов Артур Шаламкова Алиса
221 (ЭАД) Иванов Даниил Фоменко Андрей, Парамонов Всеволод
222 (ЭАД) Грицаев Тимофей Чубов Артем, Мартишевич Владислав
ВСН Томащук Корней Юсупов Вячеслав
КНАД Петров Олег Пономарчук Анна, Соня

Правила выставления оценок

В курсе предусмотрено несколько форм контроля знания:

  • Самостоятельные работы на семинарах, проверяющие знание основных фактов с лекций
  • Практические домашние работы на Python
  • Устный коллоквиум
  • Письменный экзамен

Итоговая оценка вычисляется на основе оценки за работу в семестре и оценки за экзамен:

Итог = Округление(0.4 * ДЗ + 0.2 * К + 0.1 * ПР + 0.3 * Э)

ПР — средняя оценка за самостоятельные работы на семинарах

ДЗ — средняя оценка за практические домашние работы на Python

К — оценка за коллоквиум

Э — оценка за экзамен

Округление арифметическое.

Правила сдачи заданий

За каждый день просрочки после мягкого дедлайна снимается 1 балл. После жёсткого дедлайна работы не принимаются. Даже при опоздании на одну секунду. Сдавайте заранее.

Два раза студент может сдать домашнее задание после мягкого дедлайна (но до жёсткого) без штрафов.

При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.

При наличии уважительной причины пропущенную проверочную можно написать позднее, а дедлайн по домашнему заданию может быть перенесён. Дедлайн по домашнему заданию переносится на количество дней, равное продолжительности уважительной причины. Решение о том, является ли причина уважительной, принимает исключительно учебный офис.

Лекции

Семинары

Теоретические задания

Теоретические ДЗ не проверяются, но задачи из них могут войти в проверочные работы на семинарах.

Практические задания

Практическое задание 8. Метод опорных векторов и аппроксимация ядер


Практическое задание 9. EM-алгоритм

Коллоквиум

На каждого студента отводится 20 минут. За это время он должен ответить на 3 вопроса из теоретического минимума и решить задачу. Каждый вопрос из теоретического минимума "стоит" 7/3 балла, задача — 3 балла. Время на подготовку не предусмотрено.

Вопросы для подготовки

Экзамен

Вопросы для подготовки

Полезные материалы

Книги

  • Hastie T., Tibshirani R, Friedman J. The Elements of Statistical Learning (2nd edition). Springer, 2009.
  • Bishop C. M. Pattern Recognition and Machine Learning. Springer, 2006.
  • Mohri M., Rostamizadeh A., Talwalkar A. Foundations of Machine Learning. MIT Press, 2012.
  • Murphy K. Machine Learning: A Probabilistic Perspective. MIT Press, 2012.
  • Mohammed J. Zaki, Wagner Meira Jr. Data Mining and Analysis. Fundamental Concepts and Algorithms. Cambridge University Press, 2014.
  • Willi Richert, Luis Pedro Coelho. Building Machine Learning Systems with Python. Packt Publishing, 2013.

Курсы по машинному обучению и анализу данных

Страницы предыдущих лет

2023/2024 учебный год

2022/2023 учебный год

2021/2022 учебный год

2020/2021 учебный год

2019/2020 учебный год

2018/2019 учебный год

2017/2018 учебный год

2016/2017 учебный год

Источник — «http://wiki.cs.hse.ru/index.php?title=Машинное_обучение_2/2024_2025&oldid=89913»