Современные методы машинного обучения (курс майнора) — различия между версиями

Материал из Wiki - Факультет компьютерных наук
Перейти к: навигация, поиск
(Домашние работы)
Строка 56: Строка 56:
  
 
=== Домашние задания ===
 
=== Домашние задания ===
# ДЗ 1. [https://www.dropbox.com/s/6x2kz2nirv7cfzw/hw1-svm.ipynb?dl=0 IPython notebook], [https://www.dropbox.com/s/xkmdn7gt9b6krpe/data.zip?dl=0 data], ''cрок - 30 сентября 2016'' <br/>
+
# ДЗ 1. [https://github.com/shahurik/hse-minor-ml/tree/master/hw-1 Формулировка и данные], ''cрок - 30 сентября 2016'' <br/>
  
 
=== Страницы групп ===
 
=== Страницы групп ===

Версия 11:12, 16 сентября 2016

О курсе

Оценка за курс

Оценка за курс складывается из:

  • Домашние работы (в том числе соревнования).
  • Проверочные работы на семинарах.
  • Аудиторная работа.
  • Коллоквиум в конце 1 модуля.
  • Экзамен.

Оценка вычисляется по следующим формулам:

ИТОГ = 0.7 * НАКОПЛЕННАЯ + 0.3 * ЭКЗАМЕН

НАКОПЛЕННАЯ = 0.15 * ПРОВЕРОЧНЫЕ + 0.15 * АУДИТОРНАЯ + 0.5 * ДЗ + 0.2 * КОЛЛОКВИУМ.

Также накопленная оценка может быть повышена за получение призовых мест на соревновании.

На усмотрение семинариста и лектора могут выставляться автоматы (при условии отличной накопленной оценки).

Обратная связь

По вопросам касательно лекций можете писать на alexeyum@gmail.com, добавляя строку "[Майнор ИАД]" в заголовок письма.

По этой ссылке можно оставить анонимный отзыв или предложение для курса: https://goo.gl/forms/JJEqdPLfikko3Na23

Учебный процесс

Лекции

1 модуль

Лекции 1 и 2 (1 сентября). Метод опорных векторов, ядра. Слайды.

Лекция 3 (15 сентября). Методы оптимизации. Слайды.


(Планируемые)

Лекция 4. Методы обработки данных.

Лекция 5. Бустинг.

Лекция 6. Матричные разложения.

Лекция 7. Нейронные сети.

Лекция 8. Продвинутые методы кластеризации.

2 модуль

(Будет объявлено позже)

Домашние задания

  1. ДЗ 1. Формулировка и данные, cрок - 30 сентября 2016

Страницы групп

Списки групп

Материалы

  • Mohammed J. Zaki, Wagner Meira Jr. Data Mining and Analysis. Fundamental Concepts and Algorithms. Cambridge University Press, 2014.
  • Bishop C.M. Pattern Recognition and Machine Learning. Springer, 2006.