Машинное обучение 1 — различия между версиями

Материал из Wiki - Факультет компьютерных наук
Перейти к: навигация, поиск
Строка 29: Строка 29:
 
== Лекции ==
 
== Лекции ==
  
Лекция 1 (6 сентября). Введение в машинное обучение. Основные термины, постановки задач и примеры применения.
+
'''Лекция 1''' (6 сентября). Введение в машинное обучение. Основные термины, постановки задач и примеры применения.
  
 
== Семинары ==
 
== Семинары ==
  
Семинар 1. Библиотеки для анализа данных: numpy, pandas, matplotlib.
+
'''Семинар 1'''. Библиотеки для анализа данных: numpy, pandas, matplotlib.
  
 
== Домашние задания ==
 
== Домашние задания ==

Версия 17:48, 4 сентября 2016

О курсе

Курс читается для студентов 3-го курса ПМИ в 1-2 модулях.

Лектор: Соколов Евгений Андреевич

Лекции проходят по вторникам, 10:30 - 11:50, ауд. 317.

Карточка курса и программа

Семинары

Группа Преподаватель Учебный ассистент Страница
141 (МОП) Зиннурова Эльвира Альбертовна Козловская Наталия
142 (МОП) Неклюдов Кирилл Олегович Егоров Евгений
143 (АПР) Яшков Даниил Дмитриевич Потапенко Анна
144 (АДИС) Чиркова Надежда Александровна Сафин Александр
145 (РС) Умнов Алексей Витальевич Грачев Артем

Лекции

Лекция 1 (6 сентября). Введение в машинное обучение. Основные термины, постановки задач и примеры применения.

Семинары

Семинар 1. Библиотеки для анализа данных: numpy, pandas, matplotlib.

Домашние задания

Соревнования

Полезные материалы

Книги

  • Hastie T., Tibshirani R, Friedman J. The Elements of Statistical Learning (2nd edition). Springer, 2009.
  • Bishop C. M. Pattern Recognition and Machine Learning. Springer, 2006.
  • Mohri M., Rostamizadeh A., Talwalkar A. Foundations of Machine Learning. MIT Press, 2012.
  • Murphy K. Machine Learning: A Probabilistic Perspective. MIT Press, 2012.
  • Mohammed J. Zaki, Wagner Meira Jr. Data Mining and Analysis. Fundamental Concepts and Algorithms. Cambridge University Press, 2014.


Курсы по машинному обучению и анализу данных