Современные методы машинного обучения (курс майнора)/ИАД-7
Содержание
Семинарист: Влад Шахуро shahurik@ya.ru
В начало темы писем добавляйте [ИАД].
Семинары
15 сентября. Метод опорных векторов. Ядра. ноутбук
22 сентября. Оптимизация. Градиентный спуск. notebook, данные теория, пример град. спуска для линейной регрессии
29 сентября. Предобработка данных. ноутбук
6 октября. Нейронные сети. Введение. Tensorflow
13 октября. Бустинг. ноутбук
27 октября. Семинара не было.
3 ноября. Коллоквиум.
10 ноября. Бустинг, метод Ньютона. Конспект. (A short introduction to boosting, Воронцов cтр. 2-9, конспект про метод Ньютона, стр. 1).
17 ноября. Сверточные нейронные сети для классификации изображений. Keras.
24 ноября. Случайные величины. Проверка гипотез, анализ зависимостей. Ноутбуки: тесты, корреляция. Тест Стьюдента для роста и веса хокеистов: ноутбук.
1 декабря. Непараметрические тесты, корреляция. Ноутбуки (см. предыдущий семинар).
Домашние задания
ДЗ1. SVM и ядровые функции. Формулировка и данные. Срок сдачи: 2 октября.
ДЗ2. Предобработка данных и бустинг. Формулировка и данные. Срок сдачи: 25 октября.
Соревнование. Формулировка и критерии оценивания. Срок сдачи: 23 ноября.
ДЗ3. Центральная предельная теорема. Формулировка. Срок сдачи: 4 декабря. Ноутбуки: 1, 2.
ДЗ4. Анализ эффективности удержания. Формулировка. Срок сдачи: 8 декабря.
ДЗ5. Прогнозирование временного ряда. Возьмите любой понравившийся ряд с сайта и постройте прогноз для него аналогично ноутбуку с семинара. Выбранный ряд занесите в таблицу. Ваш ряд не должен совпадать с рядами других студентов. Срок сдачи: 18 декабря.
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
