Современные методы машинного обучения (курс майнора) ИАД3-7 — различия между версиями
Agrachev (обсуждение | вклад) |
Agrachev (обсуждение | вклад) |
||
Строка 6: | Строка 6: | ||
Семинарист: [[Участник:Agrachev | Артем Грачев]] <br/> | Семинарист: [[Участник:Agrachev | Артем Грачев]] <br/> | ||
Почта курса: hse.minor.dm@gmail.com <br/> | Почта курса: hse.minor.dm@gmail.com <br/> | ||
+ | По просьбам учащихся отдельная почта для наших групп: hse.minor.aml.2016.iad37@gmail.com <br/> | ||
+ | Можете писать на любую из них <br/> | ||
При обращении по почте, начинайте тему письма со слов ''[Майнор ИАД-N]'', где N - номер группы. | При обращении по почте, начинайте тему письма со слов ''[Майнор ИАД-N]'', где N - номер группы. | ||
Версия 21:49, 23 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
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
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