Машинное обучение 22/23 Матфак — различия между версиями

Материал из Wiki - Факультет компьютерных наук
Перейти к: навигация, поиск
Строка 51: Строка 51:
 
==Полезные материалы==
 
==Полезные материалы==
  
* Курс на Stepik "Практический ML": https://stepik.org/a/125501 (за промокодом обращайтесь к преподавателям)
+
* [https://stepik.org/a/125501 Курс на Stepik "Практический ML" (за промокодом обращайтесь к преподавателям)]
* Hastie, Tibshirani "The elements of statistical learning": https://hastie.su.domains/Papers/ESLII.pdf
+
* [https://hastie.su.domains/Papers/ESLII.pdf Hastie, Tibshirani "The elements of statistical learning"]

Версия 13:51, 23 января 2023

О курсе

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

  • Оценка за курс считается по формуле: 0.4 * Домашнее задание + 0.2 * Коллоквиум + 0.15 * Работа на семинаре + 0.25 * Экзамен

  • Топ-20% студентов с наибольшим накопленным баллом могут получить накопленный балл (переведенный в 10-балльную шкалу домножением на 4/3) автоматом.
  • В курсе планируется 6 домашних заданий и 1 бонусное (командный проект).


Лектор: Кантонистова Елена Олеговна

Семинарист: Некрашевич Максим Викторович

Лекции проходят онлайн по средам в 13:00 в zoom.

Полезные ссылки

Репозиторий с материалами на GitHub

Записи занятий

Канал в telegram для объявлений

Таблица с оценками

Лекции

1. Введение в машинное обучение.

2. Задача регрессии. Линейная регрессия.

3. Градиентный спуск и его модификации. Метрики качества регрессии.

Семинары

Коллоквиум

Коллоквиум будет проходить в сессию 3 модуля, в письменной форме. О подробностях сообщим позже.


Экзамен

Экзамен будет проходить в конце семестра. Он состоит из письменной и необязательной устной части. За письменную часть можно получить не больше 7 баллов. Если студент хочет больше баллов, то он идет на устную часть.

Дату и время, а также другие подробности экзамена опубликуем позже.

Полезные материалы