Современные методы машинного обучения (курс майнора) 2017/2018 ИАД4

Материал из Wiki - Факультет компьютерных наук
Версия от 03:25, 14 декабря 2017; Ashestakoff (обсуждение | вклад)

(разн.) ← Предыдущая | Текущая версия (разн.) | Следующая → (разн.)
Перейти к: навигация, поиск

Майнор «Современные методы машинного обучения» -- ИАД-4

На данной странице будут вывешиваться последние новости и материалы для семинарских занятий группы ИАД-4

Семинарист: Шестаков Андрей shestakoffandrey@gmail.com
Ассистенты:
1) Елиниев Рифат (@rrhellstorm)
2) Олег Платонов (@Oleg_Platonov)
При обращении по почте, начинайте тему письма со слов [Майнор ИАД-4 2017]

Чатик в телеграме

Страница курса

Анонимные комментарии, замечания и пожелания можно оставить здесь

Виртуалочка

Семинары

1) 7 Сентября 2017: Метод Опорных Векторов, Kernel Trick - IPython Notebook (Что успели)
2) 21 Сентября 2017: Методы оптимизации - IPython Notebook, Данные (Что успели)
3) 28 Сентября 2017: Предобработка данных - IPython Notebook, Данные
4) 5 Октября 2017: Бустинг - IPython Notebook (Что успели), Данные
5) 12 Октября 2017: Backprop - IPython Notebook (Что успели)
6) 19 Октября 2017: Keras Intro - IPython Notebook (Что успели)
7) 9 Ноября 2017: Keras RNN - IPython Notebook (Данные)
8) 23 Ноября 2017: Введение в статистику - IPython Notebook Intro IPython Notebook Confidence Cheatsheet (Данные)
9) 30 Ноября 2017: Проверка гипотез - IPython Notebook (Данные) (Доп. ноутбуки)
10) 7 Декабря 2017: Прогнозирование временных рядов - IPython Notebook
11-12) 14 Декабря 2017: Корреляция - IPython Notebook, Регрессия - IPython Notebook, Данные

Домашние Задания

1) ДЗ 1, data, Срок - 9 Октября 2017, Загрузка по ссылке
2) ДЗ 2, Загрузка по ссылке
3) ДЗ 3, data, Срок - 3 Декабря 2017, Загрузка по ссылке
4) ДЗ 4, Срок - 15 Декабря 2017, Загрузка по ссылке

Полезные ссылки (Будут пополняться)

Семинар 2

  1. Про методы оптимизации в МО
  2. [1] Тоже самое на русском
  3. Gradient Descent Demo

Семинар 1

  1. Пример работы полиномиального ядра
  2. Описание ядер
  3. Еще про SVM