Machine Learning
Эта страница второй части курса Machine Learning.
Лектор: Екатерина Лобачева
Семинарист: Илья Щуров
Ассистент: Сергей Сметанин
Вопросы и комментарии по курсу нужно отправлять на почту cshse.ml@gmail.com. В название письма обязательно добавлять тег [ВШЭ-РЭШ16].
Домашние задания по курсу нужно сдавать в систему my.nes.
Оценки
Оценка за эту часть курса составляет 50% от общей оценки за курс и состоит на 30% из оценки за итоговую контрольную работу и на 70% за домашние задания.
Итоговая контрольная работа
Итоговая работа состоится 28 декабря в 15:00 в кабинете 3317.
Вопросы к итоговой работе здесь.
Задачи тут.
Материалы занятий
Мы активно используем отличные конспекты лекций и семинаров курса Евгения Соколова на ФКН НИУ ВШЭ.
Тема 1. Введение в машинное обучение.
Лекция: конспект
Семинар: конспект, ещё один конспект, adult.data, adult task (источник: [1]), titanic data, titanic task
ДЗ №ML1: смотреть скачать (правый клик → сохранить как…, затем при необходимости переименовать в файл с расширением ipynb).
Тема 2. Линейная регрессия
Семинар: конспект.
Тема 3. Линейные методы классификации
Лекция: часть 1, часть 2, часть 3.
Семинар: данные, конспект (в конспекте больше, чем было на паре).
Тема 4. Нейросети
Лекция: конспект 1 (до 14 слайда), конспект 2 (здесь более общие вещи, но тоже стоит ознакомиться)
Семинар: данные pybrain конспект
Темы 5-6. Деревья, ансамбли и бустинг
Лекции: деревья ансамбли бустинг.
Семинары: про деревья про ансамбли
Тема 7: Кластеризация
Лекция: конспект 1, конспект 2
Семинар: сравнение различных методов кластеризации
Тема 8: PCA
Лекция: конспект 1 конспект 2 про связь PCA и SVD
Тема 9: обработка текстов
Дополнительные материалы
Машинное обучение
- machinelearning.ru
- Видеолекции курса «Машинное обучение» Константина Воронцова
- Материалы курса «Машинное обучение» Константина Воронцова
- GitHub Евгения Соколова с множеством отличных конспектов по машинному обучению
- Одна из классических и наиболее полных книг по машинному обучению. Elements of Statistical Learning (Trevor Hastie, Robert Tibshirani, Jerome Friedman)
Python
- Официальный сайт
- Библиотеки: NumPy, Pandas, SciKit-Learn, Matplotlib.
- Небольшой пример для начинающих: краткое руководство с примерами по Python 2
- Питон с нуля: A Crash Course in Python for Scientists
- Лекции Scientific Python
- Книга: Wes McKinney «Python for Data Analysis»
- Коллекция интересных IPython ноутбуков
- 2015-16:Программирование на языке Python для сбора и анализа данных: лекции и другие материалы по Python
- pythontutor.ru: интерактивный учебник