Машинное обучение для лингвистов — различия между версиями

Материал из Wiki - Факультет компьютерных наук
Перейти к: навигация, поиск
(Новая страница: «Машинное обучение в ШЛ 2017/18»)
 
(Неделя 1. 11/11/17)
 
(не показано 6 промежуточных версии этого же участника)
Строка 1: Строка 1:
Машинное обучение в ШЛ 2017/18
+
= Машинное обучение в ШЛ 2017/18 =
 +
 
 +
 
 +
[https://t.me/joinchat/EVGQlkTn6X4UQXxqbCKIlQ чат в телеграме для вопросов]
 +
 
 +
[https://t.me/ml_for_compling канал в телеграме для объявлений]
 +
 
 +
[https://github.com/echernyak/ML-for-compling репозиторий]
 +
 
 +
== Неделя 1. 11/11/17 ==
 +
 
 +
Лекция: введение в МО. Кластеризация текстов. Иерахические алгоритмы, алгоритм k-средних, тематическое моделирование как кластеризация
 +
 
 +
Лабораторная работа: Pipeline для кластеризации текстов
 +
 
 +
Домашнее задание: кластеризация новостей (до 23:59 1.12.17)
 +
 
 +
== Неделя 2. 25/11/17 ==
 +
 
 +
Лекция: введение в МО. Классификация  текстов. Метод Наивного Байеса и логистическая регрессия
 +
 
 +
Лабораторная работа: Pipeline для кластеризации текстов
 +
 
 +
Домашнее задание: классификация новостей (до 10.1.18 23:59)
 +
 
 +
== Неделя 3. 9/12/17 ==
 +
 
 +
Лекция: Классификация последовательностей. HMM, MEMM, CRF
 +
 
 +
Лабораторная работа: HMM для POS-tagging'а

Текущая версия на 15:38, 8 декабря 2017

Машинное обучение в ШЛ 2017/18

чат в телеграме для вопросов

канал в телеграме для объявлений

репозиторий

Неделя 1. 11/11/17

Лекция: введение в МО. Кластеризация текстов. Иерахические алгоритмы, алгоритм k-средних, тематическое моделирование как кластеризация

Лабораторная работа: Pipeline для кластеризации текстов

Домашнее задание: кластеризация новостей (до 23:59 1.12.17)

Неделя 2. 25/11/17

Лекция: введение в МО. Классификация текстов. Метод Наивного Байеса и логистическая регрессия

Лабораторная работа: Pipeline для кластеризации текстов

Домашнее задание: классификация новостей (до 10.1.18 23:59)

Неделя 3. 9/12/17

Лекция: Классификация последовательностей. HMM, MEMM, CRF

Лабораторная работа: HMM для POS-tagging'а