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

Версия 23:57, 15 сентября 2016

О курсе

Оценка за курс

Оценка за курс складывается из:

• Домашние работы (в том числе соревнования).
• Проверочные работы на семинарах.
• Аудиторная работа.
• Коллоквиум в конце 1 модуля.
• Экзамен.

Оценка вычисляется по следующим формулам:

ИТОГ = 0.7 * НАКОПЛЕННАЯ + 0.3 * ЭКЗАМЕН

НАКОПЛЕННАЯ = 0.15 * ПРОВЕРОЧНЫЕ + 0.15 * АУДИТОРНАЯ + 0.5 * 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).

Обратная связь

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

По этой ссылке можно оставить анонимный отзыв или предложение для курса: https://goo.gl/forms/JJEqdPLfikko3Na23

Учебный процесс

Лекции

1 модуль

Лекции 1 и 2 (1 сентября). Метод опорных векторов, ядра. Слайды.

Лекция 3 (15 сентября). Методы оптимизации. Слайды.

(Планируемые)

Лекция 4. Методы обработки данных.

Лекция 5. Бустинг.

Лекция 6. Матричные разложения.

Лекция 7. Нейронные сети.

Лекция 8. Продвинутые методы кластеризации.

2 модуль

(Будет объявлено позже)

Домашние задания

1. ДЗ 1. IPython notebook, data, cрок - 30 сентября 2016
   

Страницы групп

Списки групп

• ИАД1
• ИАД2
• ИАД3
• ИАД4
• ИАД5
• ИАД6
• ИАД7
• ИАД8

Материалы

• 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.