Современные методы машинного обучения (курс майнора) 2017/2018 — различия между версиями
Zimovnov (обсуждение | вклад) |
Panov.ai (обсуждение | вклад) |
||
Строка 83: | Строка 83: | ||
* [[Современные методы машинного обучения (курс майнора) 2017/2018 ИАД1|ИАД1]] | * [[Современные методы машинного обучения (курс майнора) 2017/2018 ИАД1|ИАД1]] | ||
− | * [[Современные методы машинного обучения (курс майнора) 2017/2018 | + | * [[Современные методы машинного обучения (курс майнора) 2017/2018 ИАД1|ИАД2]] |
* [[Современные методы машинного обучения (курс майнора) 2017/2018 ИАД3|ИАД3]] | * [[Современные методы машинного обучения (курс майнора) 2017/2018 ИАД3|ИАД3]] | ||
* [[Современные методы машинного обучения (курс майнора) 2017/2018 ИАД4|ИАД4]] | * [[Современные методы машинного обучения (курс майнора) 2017/2018 ИАД4|ИАД4]] |
Версия 10:37, 20 сентября 2017
Содержание
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.
- 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 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
Учебный процесс
Лекции
1 модуль
Лекция 1 (7 сентября, сдвоенная). Метод опорных векторов, ядра. Слайды.
2 модуль
Коллоквиум
Программа коллоквиума: https://docs.google.com/document/d/1bheHxPvyjNRUXzohD7gx4bfbT4yx_d7kqIxCYNxZ7PQ/edit
Коллоквиум пройдет в начале ? ноября в аудитории ?. Расписание по группам:
Группы | Время |
---|---|
? | ? |
[? Оценки за коллоквиум.]
Домашние задания
?
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
Экзамен
Экзамен пройдет ? декабря в аудиториях ?. Аудитория общего сбора - ?.
Приходить необходимо в соответствии с расписанием:
Время | Группы |
---|---|
? | ? |
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