Code Monkey home page Code Monkey logo

ml-course-msu's Introduction

Семинары по машинному обучению, ВМК МГУ

Конспекты, код и прочие материалы к семинарам по машинному обучению, проводимым на ВМК МГУ.

[Таблица с результатами]

Почта для заданий: [email protected]

На семинары и работу ассистентов можно оставить отзыв: [анонимно без регистрации и смс]

Курс лекций на ФКН ВШЭ: [wiki] [материалы]

Правила выставления оценок

  1. В ходе семестра будет несколько теоретических проверочных работ, практических заданий и контестов.
  2. Для получения зачета нужно «закрыть» каждую теоретическую тему и решить каждое практическое задание хотя бы на 80%.
  3. За каждую активность ставятся баллы, топ рейтинга получает +1 балл на экзамене (в случае получения оценки >= 3).
  4. Присуждение +балла является безапелляционным.

Занятия

Дата Номер Тема Материалы ДЗ
7 сентября Семинар 1 Вводное занятие:
  • Основные термины в машинном обучении
  • Этапы решения задачи анализа данных
Конспект
14 сентября Семинар 2 Линейные методы:
  • Аналитическое решение линейной регрессии
  • Векторное дифференцирование
Конспект 1
Конспект 2
ДЗ
28 сентября Семинар 3 Метрические методы:
  • Особенности метрических методов: чувствительность к масштабу и шуму, проклятие размерности
  • Примеры метрик
  • Метрики на категориальных признаках
Конспект
5 октября Семинар 4 Метрические методы:
  • Locality-sensitive hashing
Конспект ДЗ
12 октября Семинар 5
  • Градиентный спуск
  • Регуляризация
    Конспект 1 (4-я глава)
    Конспект 2 (5-я глава)
    ДЗ (5-я задача)
    19 октября Семинар 6
    • Линейные модели классификации
    • Метрики качества классификации
      Конспект Задачи ДЗ
      26 октября Семинар 7
      • Логистическая регрессия
      • Оценивание вероятностей
        Конспект 1
        Конспект 2
        ДЗ (без SVM)
        2 ноября Семинар 9 Условная оптимизация Конспект 1 Конспект 2 ДЗ 1 ДЗ 2
        9 ноября Семинар 10 Условная оптимизация (продолжение)
        16 ноября Семинар 11 Решающие деревья Конспект ДЗ (без KNN)
        30 ноября Семинар 12 Bias-variance decomposition Конспект ДЗ
        14 декабря Семинар 13
        • Бэггинг
        • Градиентный бустинг
          Конспект 1
          Конспект 2
          8 февраля Семинар 14 Нейронные сети Конспект 1
          Конспект 2
          15 февраля Семинар 15 Ядра Конспект 1
          Конспект 2
          Задачи
          ДЗ (Задачи 1-5)
          22 февраля Семинар 16 Ядра Конспект 1
          Задачи
          1 марта Семинар 17 Байесовские методы Конспект
          15 марта Семинар 18 EM-алгоритм Конспект Задачи ДЗ (Задачи 1–4)
          22 марта Семинар 19 Гауссовские процессы Конспект
          29 марта Семинар 20
          • Рассказ о решении контеста
          • Обобщенные линейные модели
            Контест
            5 апреля Семинар 21 Обобщенные линейные модели Конспект ДЗ
            12 апреля Семинар 22

            Контесты

            Контест 1:

            Ссылка

            Контест 2:

            Ссылка

            Практические задания

            Обратите внимание, что по каждому заданию даётся два дедлайна: мягкий и жёсткий. За сдачу задания после мягкого дедлайна оценка понижается на 1 балл. Оценка за задание не может быть отрицательной.

            Задание 1:

            Условие

            Дата выдачи: 18.09.2017

            Мягкий дедлайн: 01.10.2017 23:59 MSK

            Жёсткий дедлайн: 08.10.2017 23:59 MSK

            Задание 2:

            Условие

            Дата выдачи: 04.11.2017

            Мягкий дедлайн: 19.11.2017 23:59 MSK

            Жёсткий дедлайн: 26.11.2017 23:59 MSK

            Задание 3:

            Условие

            Дата выдачи: 07.12.2017

            Мягкий дедлайн: 21.12.2017 23:59 MSK

            Жёсткий дедлайн: 31.12.2017 23:59 MSK

            Задание 4:

            Условие

            Дата выдачи: 10.03.2018

            Мягкий дедлайн: 25.03.2018 23:59 MSK

            Жёсткий дедлайн: 01.04.2018 23:59 MSK

            Задание 5:

            Условие

            Дата выдачи: 07.05.2018

            Мягкий дедлайн: 20.05.2018 23:59 MSK

            Жёсткий дедлайн: 30.05.2018 23:59 MSK

            Задание 6:

            Условие

            Жёсткий дедлайн: 30.05.2018 23:59 MSK

            ml-course-msu's People

            Contributors

            esokolov avatar

            Watchers

             avatar

            Recommend Projects

            • React photo React

              A declarative, efficient, and flexible JavaScript library for building user interfaces.

            • Vue.js photo Vue.js

              🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.

            • Typescript photo Typescript

              TypeScript is a superset of JavaScript that compiles to clean JavaScript output.

            • TensorFlow photo TensorFlow

              An Open Source Machine Learning Framework for Everyone

            • Django photo Django

              The Web framework for perfectionists with deadlines.

            • D3 photo D3

              Bring data to life with SVG, Canvas and HTML. 📊📈🎉

            Recommend Topics

            • javascript

              JavaScript (JS) is a lightweight interpreted programming language with first-class functions.

            • web

              Some thing interesting about web. New door for the world.

            • server

              A server is a program made to process requests and deliver data to clients.

            • Machine learning

              Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.

            • Game

              Some thing interesting about game, make everyone happy.

            Recommend Org

            • Facebook photo Facebook

              We are working to build community through open source technology. NB: members must have two-factor auth.

            • Microsoft photo Microsoft

              Open source projects and samples from Microsoft.

            • Google photo Google

              Google ❤️ Open Source for everyone.

            • D3 photo D3

              Data-Driven Documents codes.