Машинное обучение МатФак 23/24 — различия между версиями

Материал из Wiki - Факультет компьютерных наук
Перейти к: навигация, поиск
(Новая страница: «пуньк»)
 
(Основная информация)
Строка 1: Строка 1:
пуньк
+
== О курсе ==
 +
 
 +
Курс читается для студентов матфака в 3-4 модулях. В курсе 16 лекций и 16 семинаров.
 +
 
 +
'''Лектор:''' Нарцев Андрей Дмитриевич
 +
 
 +
'''Семинаристы:''' Коган Александра Сергеевна (группа 1), Рыжиков Артём Сергеевич (группа 2)
 +
 
 +
Лекции проходят '''онлайн по TODO''' в [ zoom].
 +
 
 +
=== Полезные ссылки ===
 +
 
 +
[https://github.com/andrewnarts/hse-ml/tree/main/math-faculty-intro-ml/2024 Репозиторий с материалами на GitHub]
 +
 
 +
[https://disk.yandex.ru/d/T3NmhrM6X_6mfg Записи лекций]
 +
 
 +
[https://t.me/+TglJAAxY7cNhNGYy Канал в telegram для объявлений]
 +
 
 +
== Лекции ==
 +
 
 +
1. Введение в машинное обучение
 +
 
 +
2. Введение в машинное обучение. Метод k ближайших соседей
 +
 
 +
3. Метод k ближайших соседей. Постановка задачи линейной регрессии.
 +
 
 +
== Семинары ==
 +
 
 +
1. Эксполаторный анализ
 +
 
 +
2. Введение в sklearn. Метод k ближайших соседей.
 +
 
 +
3. Линейная регрессия, sklearn.

Версия 12:25, 2 февраля 2024

О курсе

Курс читается для студентов матфака в 3-4 модулях. В курсе 16 лекций и 16 семинаров.

Лектор: Нарцев Андрей Дмитриевич

Семинаристы: Коган Александра Сергеевна (группа 1), Рыжиков Артём Сергеевич (группа 2)

Лекции проходят онлайн по TODO в [ zoom].

Полезные ссылки

Репозиторий с материалами на GitHub

Записи лекций

Канал в telegram для объявлений

Лекции

1. Введение в машинное обучение

2. Введение в машинное обучение. Метод k ближайших соседей

3. Метод k ближайших соседей. Постановка задачи линейной регрессии.

Семинары

1. Эксполаторный анализ

2. Введение в sklearn. Метод k ближайших соседей.

3. Линейная регрессия, sklearn.