Современные методы машинного обучения (курс майнора) 2017/2018 — различия между версиями

Версия 13:44, 19 октября 2017

О курсе

Программа

Официальная программа появится после ее утверждения. Пока можно посмотреть черновик.

Оценка за курс

Оценка за курс складывается из:

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

Оценка вычисляется по следующим формулам:

ИТОГ = 0.7 * НАКОПЛЕННАЯ + 0.3 * ЭКЗАМЕН

НАКОПЛЕННАЯ = 0.1 * ПРОВЕРОЧНЫЕ + 0.7 * 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).

Таблица с оценками

Обратная связь

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

По этой ссылке можно оставить анонимный отзыв или предложение для курса: https://goo.gl/forms/eyYRTv379a9mj7Tr2

Канал в Телеграме с важными объявлениями: https://t.me/mml2017

По административным вопросам обращайтесь к Ивановой Оксане Анатольевне, oksanaivanova@hse.ru

Семинарские группы

Списки групп

Учебный процесс

Лекции

1 модуль

Лекция 1 (7 сентября, сдвоенная). Метод опорных векторов, ядра. Слайды.

Лекция 2 (21 сентября). Методы оптимизации. Слайды.

Лекция 3 (28 сентября). Градиентный бустинг. Слайды.

Лекция 4 (5 октября). Нейронные сети. Слайды.

Лекция 5 (12 октября). Сверточные сети (введение). Слайды.

Лекция 6 (19 октября). Сверточные сети (продолжение), рекуррентные сети Слайды.

2 модуль

Лекция 1 (2 ноября, сдвоенная). ? Консультация перед колоквиумом.

Лекция 2 (9 ноября, сдвоенная).

Лекция 3 (16 ноября, сдвоенная).

Лекция 4 (30 ноября, сдвоенная).

Коллоквиум

Программа коллоквиума: https://docs.google.com/document/d/1bheHxPvyjNRUXzohD7gx4bfbT4yx_d7kqIxCYNxZ7PQ/edit

Коллоквиум пройдет примерно 9 ноября (уточним еще) в аудитории ?. Расписание по группам:

[? Оценки за коллоквиум.]

Домашние задания

Условия сдачи смотрите на странице группы или уточняйте у своих семинаристов.

ДЗ 1. SVM и ядра. Дедлайн: 9 октября 2017, 23:59. Штраф за каждый день просрочки - 1 (из 10) балл.

Соревнование

[? Ссылка].

При регистрации в соревнование указывайте свое имя и фамилию в качестве названия команды (команды в соревновании условны и состоят из одного человека).

После окончания соревнования для получения оценки необходимо будет прислать семинаристу тетрадку, которая использует данные обучения и признаки тестовых объектов, и генерирует ответ, который был отправлен в соревнование. Тетрадку нужно прислать до 23:59 ?.11.

Оценка за соревнование выставляется в соответствии с бейзлайнами, которые вы обошли. Соревнование учитывается как одно домашнее задание.

Также топ-5 участников получат в качестве бонуса увеличение накопленной оценки: 1 место получает +1 балл, 2 место - +0.8 балла, 3 место - +0.6 балла, 4 место - +0.4 балла, 5 место - +0.2 балла.

Страницы групп

• ИАД1
• ИАД2
• ИАД3
• ИАД4
• ИАД5

Экзамен

Экзамен пройдет ? декабря в аудиториях ?. Аудитория общего сбора - ?.

Приходить необходимо в соответствии с расписанием:

Программа экзамена:

https://docs.google.com/document/d/1tqM0mCIVQUv1X4cQ9GnGR4Pw2-IZrRhoNnZ3FLSNK-I/edit?usp=sharing

Ведомость:

?

Материалы

В конце слайдов каждой лекции есть небольшая подборка материалов по теме лекции. Ниже приведен набор материалов, охватывающих многие темы.

Книги

• 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. первые главы
• James, Witten, Hastie, Tibshirani — An Introduction to Statistical Learning

Ресурсы

• MachineLearning.ru