Современные методы машинного обучения (курс майнора) ИАД3-7 — различия между версиями
Материал из Wiki - Факультет компьютерных наук
Agrachev (обсуждение | вклад) |
Agrachev (обсуждение | вклад) |
||
Строка 17: | Строка 17: | ||
[[https://github.com/shahurik/hse-minor-ml/blob/master/seminar-2/2_gradient_descent.ipynb Data&Notebook]] <br/> | [[https://github.com/shahurik/hse-minor-ml/blob/master/seminar-2/2_gradient_descent.ipynb Data&Notebook]] <br/> | ||
− | |||
[http://sebastianruder.com/optimizing-gradient-descent/index.html An overview of gradient descent optimization algorithms ] | [http://sebastianruder.com/optimizing-gradient-descent/index.html An overview of gradient descent optimization algorithms ] | ||
Версия 14:14, 22 сентября 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
При обращении по почте, начинайте тему письма со слов [Майнор ИАД-N], где N - номер группы.
Страница курса
Семинары
1) 15 Сентября 2016: Метод опорных векторов. Ядра.
[IPython Notebook]
2) 22 Сентября 2016: Оптимизация. Градиентный спуск.
[Data&Notebook]
An overview of gradient descent optimization algorithms
2) 29 Сентября 2016:
Домашние Задания
Формулировка и данные
[ ДЗ 1.] Срок - 30 Сентября 2016
В теме письма указывать [Майнор ИАД-N ДЗ-1], где N -- номер группы.
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
Онлайн Курсы