Современные методы машинного обучения (курс майнора) ИАД3-7 — различия между версиями
Материал из Wiki - Факультет компьютерных наук
Agrachev (обсуждение | вклад) |
Agrachev (обсуждение | вклад) (→Полезные ссылки) |
||
| Строка 39: | Строка 39: | ||
# [https://www.yhat.com/products/rodeo yhat Rodeo] | # [https://www.yhat.com/products/rodeo yhat Rodeo] | ||
| − | === Ресурсы и | + | === Ресурсы и книги === |
# [http://www-bcf.usc.edu/~gareth/ISL/ISLR%20Sixth%20Printing.pdf James, Witten, Hastie, Tibshirani — An Introduction to Statistical Learning] | # [http://www-bcf.usc.edu/~gareth/ISL/ISLR%20Sixth%20Printing.pdf James, Witten, Hastie, Tibshirani — An Introduction to Statistical Learning] | ||
# [http://www.springer.com/br/book/9780387310732 Bishop — Pattern Recognition and Machine Learning (первые главы)] | # [http://www.springer.com/br/book/9780387310732 Bishop — Pattern Recognition and Machine Learning (первые главы)] | ||
| Строка 47: | Строка 47: | ||
# [http://www.r2d3.us/visual-intro-to-machine-learning-part-1/ Visual Intro to ML] | # [http://www.r2d3.us/visual-intro-to-machine-learning-part-1/ Visual Intro to ML] | ||
| − | === Онлайн | + | === Онлайн курсы === |
# [https://www.coursera.org/learn/machine-learning Andrew Ng's Course] | # [https://www.coursera.org/learn/machine-learning Andrew Ng's Course] | ||
# [https://www.coursera.org/learn/introduction-machine-learning Introduction to ML] | # [https://www.coursera.org/learn/introduction-machine-learning Introduction to ML] | ||
Версия 14:20, 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
Стохастический градиент на machinelearning.ru
3) 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
