Современные методы машинного обучения (курс майнора) 2017/2018 ИАД1 — различия между версиями
Panov.ai (обсуждение | вклад) |
Panov.ai (обсуждение | вклад) |
||
Строка 32: | Строка 32: | ||
'''2) ДЗ 2: Бустинг''' - [https://github.com/grafft/hse-tasks/blob/master/minor-aml-17/hw2/hw2.ipynb тетрадка], [https://github.com/grafft/hse-tasks/blob/master/minor-aml-17/hw2/data.zip данные], [https://github.com/grafft/hse-tasks/blob/master/minor-aml-17/hw2/paper.pdf статья]. Готовые решения (только файл ipynb!) отправлять в [https://www.dropbox.com/request/sc22z368B3GSxxudlSRb Dropbox] с названием файла '''IDA<Номер группы>HW2<Фамилия>.ipynb''' - например IDA1HW2Panov.ipynb. Срок - 22 октября 2017, 23:59. <br/> | '''2) ДЗ 2: Бустинг''' - [https://github.com/grafft/hse-tasks/blob/master/minor-aml-17/hw2/hw2.ipynb тетрадка], [https://github.com/grafft/hse-tasks/blob/master/minor-aml-17/hw2/data.zip данные], [https://github.com/grafft/hse-tasks/blob/master/minor-aml-17/hw2/paper.pdf статья]. Готовые решения (только файл ipynb!) отправлять в [https://www.dropbox.com/request/sc22z368B3GSxxudlSRb Dropbox] с названием файла '''IDA<Номер группы>HW2<Фамилия>.ipynb''' - например IDA1HW2Panov.ipynb. Срок - 22 октября 2017, 23:59. <br/> | ||
'''3) ДЗ 3: Нейросети''' - [https://github.com/grafft/hse-tasks/blob/master/minor-aml-17/hw3/hw3.ipynb тетрадка], [https://www.dropbox.com/s/y62of919dlasyzs/images.npy?dl=0 данные]. Готовые решения (только файл ipynb!) отправлять в [https://www.dropbox.com/request/ZpCjSqeP4f8dOyByqgSb Dropbox] с названием файла '''IDA<Номер группы>HW3<Фамилия>.ipynb''' - например IDA1HW3Panov.ipynb. Срок - 3 декабря 2017, 23:59. <br/> | '''3) ДЗ 3: Нейросети''' - [https://github.com/grafft/hse-tasks/blob/master/minor-aml-17/hw3/hw3.ipynb тетрадка], [https://www.dropbox.com/s/y62of919dlasyzs/images.npy?dl=0 данные]. Готовые решения (только файл ipynb!) отправлять в [https://www.dropbox.com/request/ZpCjSqeP4f8dOyByqgSb Dropbox] с названием файла '''IDA<Номер группы>HW3<Фамилия>.ipynb''' - например IDA1HW3Panov.ipynb. Срок - 3 декабря 2017, 23:59. <br/> | ||
− | '''3) ДЗ 4: Статистика''' - | + | '''3) ДЗ 4: Статистика'''. Задание: выбрать любой временной ряд, который вы будете прогнозировать; лучше взять ряд с месячным или квартальным разрешением, длиной от 100 отсчётов и не слишком простой (не выглядящий как константа или другая простая функция), иначе вам будет скучно его прогнозировать; внести выбранный ряд в [https://docs.google.com/spreadsheets/d/1NXTSQfIkAAHHnslrOVb2e0syP3Q3SHz0oZ_7qVor5Lg/edit#gid=0 таблицу], убедившись, что никто другой его не взял - если несколько студентов будут прогнозировать один и тот же ряд, задача не будет засчитана никому из них; проанализировать выбранный ряд по аналогии с примером, разбиравшимся на семинаре, и построить его прогноз на 3 года вперёд с помощью модели класса ARIMA. Если вы не знаете, где можно брать ряды, смотрите источнике ниже - в разделе "Полезные ссылки". Готовые решения (только файл ipynb! со ссылкой на ряд) отправлять в [https://www.dropbox.com/request/Gdn1yrYOEdIHxgkZLpSB Dropbox] с названием файла '''IDA<Номер группы>HW4<Фамилия>.ipynb''' - например IDA1HW4Panov.ipynb. Срок - 14 декабря 2017, 23:59. |
== Полезные ссылки (Будут пополняться) == | == Полезные ссылки (Будут пополняться) == | ||
Строка 83: | Строка 83: | ||
# [https://www.coursera.org/learn/introduction-machine-learning Курс от ВШЭ] | # [https://www.coursera.org/learn/introduction-machine-learning Курс от ВШЭ] | ||
# [http://habrahabr.ru/post/248069/ Обзор МООС Курсов] | # [http://habrahabr.ru/post/248069/ Обзор МООС Курсов] | ||
+ | |||
+ | '''Временные ряды''' | ||
+ | # https://datamarket.com/data/list/?q=cat:edb interval:month provider:tsdl | ||
+ | # http://sophist.hse.ru/hse/nindex.shtml | ||
+ | # https://stat.yandex.ru/ | ||
+ | # https://www.quandl.com/browse?idx=database-browser_economic-data. |
Версия 15:14, 7 декабря 2017
Содержание
Майнор по курсу СММО - 2017/2018 учебный год - ИАД-1 и ИАД-2
На данной странице будут вывешиваться последние новости и материалы для семинарских занятий групп ИАД-1 и ИАД-2
Семинарист: Панов Александр [1]
При обращении по почте, начинайте тему письма со слов [Майнор ИАД]
UPDATE! Вопросы по ДЗ нужно и можно задавать ассистентам групп:
1) ИАД-1 - Мария Головина (Telegram @msgolovina),
2) ИАД-2 - Владислав Скрипнюк (Telegram @skripniuk).
Страница курса
Анонимные комментарии, замечания и пожелания можно оставить здесь
Репозиторий курса - https://github.com/grafft/hse-tasks/tree/master/minor-aml-17
Семинары
1) 7 сентября 2017: Метод опорных векторов и ядра - тетрадка, опрос
2) 21 сентября 2017: Методы оптимизации - тетрадка, данные1, данные2, опрос
3) 28 сентября 2017: Предобработка данных - тетрадка, опрос
4) 5 октября 2017: Бустинг - основная, дополнительная, опрос
5) 12 октября 2017: Нейронные сети: начало - тетрадка MLP, тетрадка TF, опрос
6) 19 октября 2017: Нейронные сети: продолжение- тетрадка TF conv, тетрадка Keras, опрос
7) 2 ноября 2017: Статисткиа: распределения - тетрадка 1, тетрадка 2
8) 9 ноября 2017: Статистика: критерии - папка с тетрадками, опрос
9) 16 ноября 2017: Нейронные сети: рекуррентные - папка с тетрадками, опрос
10) 23 ноября 2017: Статистика: гипотезы и корреляции - папка с тетрадками, опрос
11) 7 декабря 2017: Статистика: временные ряды - папка с тетрадкой и данными
Домашние Задания
1) ДЗ 1: SVM - тетрадка, данные1, данные2. Готовые решения (только файл ipynb!) отправлять в Dropbox с названием файла IDA<Номер группы>HW1<Фамилия>.ipynb - например IDA1HW1Panov.ipynb. Срок - 9 октября 2017, 23:59.
2) ДЗ 2: Бустинг - тетрадка, данные, статья. Готовые решения (только файл ipynb!) отправлять в Dropbox с названием файла IDA<Номер группы>HW2<Фамилия>.ipynb - например IDA1HW2Panov.ipynb. Срок - 22 октября 2017, 23:59.
3) ДЗ 3: Нейросети - тетрадка, данные. Готовые решения (только файл ipynb!) отправлять в Dropbox с названием файла IDA<Номер группы>HW3<Фамилия>.ipynb - например IDA1HW3Panov.ipynb. Срок - 3 декабря 2017, 23:59.
3) ДЗ 4: Статистика. Задание: выбрать любой временной ряд, который вы будете прогнозировать; лучше взять ряд с месячным или квартальным разрешением, длиной от 100 отсчётов и не слишком простой (не выглядящий как константа или другая простая функция), иначе вам будет скучно его прогнозировать; внести выбранный ряд в таблицу, убедившись, что никто другой его не взял - если несколько студентов будут прогнозировать один и тот же ряд, задача не будет засчитана никому из них; проанализировать выбранный ряд по аналогии с примером, разбиравшимся на семинаре, и построить его прогноз на 3 года вперёд с помощью модели класса ARIMA. Если вы не знаете, где можно брать ряды, смотрите источнике ниже - в разделе "Полезные ссылки". Готовые решения (только файл ipynb! со ссылкой на ряд) отправлять в Dropbox с названием файла IDA<Номер группы>HW4<Фамилия>.ipynb - например IDA1HW4Panov.ipynb. Срок - 14 декабря 2017, 23:59.
Полезные ссылки (Будут пополняться)
Семинар 1
Полезные визуализации
- [2] Нейросети, распределения и т.п.
Pandas & Seaborn
Наборы данных
FYI
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
- Andrew Ng's Course
- Introduction to ML
- Learning Data Science with Python
- Курс от ВШЭ
- Обзор МООС Курсов
Временные ряды