Машинное обучение (фэн 2019) — различия между версиями
Bdemeshev (обсуждение | вклад) (→Лекции) |
Bdemeshev (обсуждение | вклад) (simplify) |
||
Строка 37: | Строка 37: | ||
По курсу возможно получение оценки автоматом без сдачи экзамена. Необходимым условием для получения автомата является накопленная оценка, равная 8 или выше. | По курсу возможно получение оценки автоматом без сдачи экзамена. Необходимым условием для получения автомата является накопленная оценка, равная 8 или выше. | ||
− | == Коллоквиум == | + | == Коллоквиум и экзамен == |
'''Коллоквиум будет проведен ...''' | '''Коллоквиум будет проведен ...''' | ||
Строка 45: | Строка 45: | ||
* на подготовку и ответ будет выделено примерно по ... минут | * на подготовку и ответ будет выделено примерно по ... минут | ||
* пользоваться при подготовке ничем нельзя | * пользоваться при подготовке ничем нельзя | ||
− | |||
− | |||
'''Экзамен будет проведен ...''' | '''Экзамен будет проведен ...''' | ||
Строка 56: | Строка 54: | ||
'''Неделя 1''' (лекция 6 сентября). [http://www.janmagnus.nl/misc/mdc-ch18.pdf Матричный дифференциал] и его свойства. Формула оценивания. Киноклуб [https://www.youtube.com/channel/UCbfYPyITQ-7l4upoX8nvctg Two minutes paper]. | '''Неделя 1''' (лекция 6 сентября). [http://www.janmagnus.nl/misc/mdc-ch18.pdf Матричный дифференциал] и его свойства. Формула оценивания. Киноклуб [https://www.youtube.com/channel/UCbfYPyITQ-7l4upoX8nvctg Two minutes paper]. | ||
− | |||
− | |||
− | |||
− | |||
===Книги=== | ===Книги=== |
Версия 11:38, 6 сентября 2019
Содержание
О курсе
Преподаватели: Читает лекции Борис Демешев, ведут семинары: Артём Филатов, Павел Губко и Артур Петросян.
Лекции проходят по пятницам, 9:00-10:30, ауд. G603
[... Таблица с оценками]
Семинары
Группа | Преподаватель | Учебный ассистент | Username | Расписание |
---|---|---|---|---|
... | Павел Губко | |||
... | Артем Филатов | |||
... | Артур Петросян |
Правила выставления оценок
В курсе предусмотрено несколько форм контроля знания:
- Квизы (самостоятельные работы) на семинарах, проверяющие знание основных фактов с лекций и выполнение теоретических домашних заданий
- Практические домашние работы на Python
- Соревнование по анализу данных
- Устный коллоквиум в конце 1-го модуля
- Письменный экзамен
Итоговая оценка = 0.2 * Квизы + 0.3 * Домашние задания + 0.2 * Коллоквиум + 0.3 * Экзамен
Накопленная и итоговая оценки округляются арифметически. Никакие промежуточные оценки, в том числе оценки за домашние задания, самостоятельные работы или коллоквиум, не округляются.
Оценка за самостоятельную работу вычисляется как сумма баллов по всем самостоятельным, переведенная в 10 бальную шкалу. Оценка за домашнюю работу — как сумма баллов по всем практическим заданиям и соревнованию, переведенная в 10 бальную шкалу. Количество баллов за разные задания может различаться в зависимости от их сложности.
По курсу возможно получение оценки автоматом без сдачи экзамена. Необходимым условием для получения автомата является накопленная оценка, равная 8 или выше.
Коллоквиум и экзамен
Коллоквиум будет проведен ...
Правила
- коллоквиум будет включать в себя теоретические вопросы и задачи
- на подготовку и ответ будет выделено примерно по ... минут
- пользоваться при подготовке ничем нельзя
Экзамен будет проведен ...
Полезные материалы
задачник по машинному обучению
Неделя 1 (лекция 6 сентября). Матричный дифференциал и его свойства. Формула оценивания. Киноклуб Two minutes paper.
Книги
- Hastie T., Tibshirani R, Friedman J. The Elements of Statistical Learning (2nd edition). Springer, 2009.r, 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.
- Willi Richert, Luis Pedro Coelho. Building Machine Learning Systems with Python. Packt Publishing, 2013.