Современные методы машинного обучения (курс майнора) ИАД4 — различия между версиями
(→Полезные ссылки (Будут пополняться)) |
|||
Строка 28: | Строка 28: | ||
''' Семинар 5 ''' | ''' Семинар 5 ''' | ||
# [http://arogozhnikov.github.io/2016/07/05/gradient_boosting_playground.html Gradient boosting interactive playground] | # [http://arogozhnikov.github.io/2016/07/05/gradient_boosting_playground.html Gradient boosting interactive playground] | ||
− | # [http://www.slideshare.net/ShangxuanZhang/kaggle-winning-solution-xgboost-algorithm-let-us-learn-from-its-author | + | # [http://www.slideshare.net/ShangxuanZhang/kaggle-winning-solution-xgboost-algorithm-let-us-learn-from-its-author About XGBoost] |
''' Семинар 2 ''' | ''' Семинар 2 ''' |
Версия 01:47, 13 октября 2016
Содержание
Майнор по "Современным методам машинного обучения" - 2016/2017 учебный год - ИАД-4
На данной странице будут вывешиваться последние новости и материалы для семинарских занятий группы ИАД-4
Семинарист: Шестаков Андрей shestakoffandrey@gmail.com
При обращении по почте, начинайте тему письма со слов [Майнор ИАД]
Страница курса
Анонимные комментарии, замечания и пожелания можно оставить здесь
Семинары
1) 15 Сентября 2016: Метод опорных векторов. Ядра. - IPython Notebook
2) 22 Сентября 2016: Методы оптимизации. Градиентный спуск и КО - IPython Notebook, data
3) 29 Сентября 2016: Методы предобработки данных - IPython Notebook, data
4) 6 Октября 2016: Вспоминаем градиентный спуск (см. памятку)
5) 13 Октября 2016: Композиции алгоритмов, бустинг - IPython Notebook
Домашние Задания
1) ДЗ 1., data Срок - 30 Сентября 2016
1.1) Памятка по градиентному спуску + мини задание, data Срок - 14 Октября 2016
2) ДЗ 2., data Срок - 23 Октября 2016
Полезные ссылки (Будут пополняться)
Семинар 5
Семинар 2
Семинар 1
Pandas & Seaborn
Наборы данных
FYI
Python
- PEP-8 Code Style Guide Cheat-sheet
- Python Tutorials Point
- Matplotlib Tutorial
- Matrix Manipulation Cheat-sheet
- Ipython Notebook
- Beaker Notebook
- yhat Rodeo
Ресурсы и Книги
- James, Witten, Hastie, Tibshirani — An Introduction to Statistical Learning
- Bishop — Pattern Recognition and Machine Learning (первые главы)
- MachineLearning.ru
- Kaggle
- UCI Repo
- Visual Intro to ML
Онлайн Курсы