Современные методы машинного обучения (курс майнора) ИАД3-7 — различия между версиями
Agrachev (обсуждение | вклад) |
Agrachev (обсуждение | вклад) |
||
Строка 27: | Строка 27: | ||
'''3) 29 Сентября 2016:''' Предобработка данных. <br/> | '''3) 29 Сентября 2016:''' Предобработка данных. <br/> | ||
[http://bit.ly/2dtjsRz Notebook] <br/> | [http://bit.ly/2dtjsRz Notebook] <br/> | ||
+ | |||
+ | '''4) 6 Октября 2016:''' Нейронные сети. Введение. <br/> | ||
+ | [https://www.tensorflow.org/versions/r0.11/get_started/os_setup.html#download-and-setup Tensorflow install] <br/> | ||
+ | [https://github.com/aymericdamien/TensorFlow-Examples Tensorflow examples] <br/> | ||
== Домашние Задания == | == Домашние Задания == |
Версия 17:49, 9 октября 2016
Содержание
Майнор по курсу "Современные методы машинного обучения" - 2016/2017 учебный год - ИАД-3 и ИАД-7
На данной странице будут вывешиваться последние новости и материалы для семинарских занятий групп ИАД-3 и ИАД-7
Семинарист: Артем Грачев
Почта курса: hse.minor.dm@gmail.com
По просьбам учащихся отдельная почта для наших групп: hse.minor.aml.2016.iad37@gmail.com
Можете писать на любую из них
При обращении по почте, начинайте тему письма со слов [Майнор ИАД-N], где N - номер группы.
Страница курса
Вы можете оставить анонимный отзыв: GoogleForm
Семинары
1) 15 Сентября 2016: Метод опорных векторов. Ядра.
IPython Notebook
2) 22 Сентября 2016: Оптимизация. Градиентный спуск.
Data&Notebook
GradDesc_LinReg
An overview of gradient descent optimization algorithms
Стохастический градиент на machinelearning.ru
3) 29 Сентября 2016: Предобработка данных.
Notebook
4) 6 Октября 2016: Нейронные сети. Введение.
Tensorflow install
Tensorflow examples
Домашние Задания
Формулировка и данные
[ ДЗ 1.] Срок - 30 Сентября 2016
В теме письма указывать [Майнор ИАД-N ДЗ-1], где N -- номер группы
UPD! Срок сдачи продлен до 2 октября 2016 года
Полезные ссылки
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