Машинное обучение 2018 — различия между версиями

Материал из SEWiki
Перейти к: навигация, поиск
(Лекции)
 
(не показаны 4 промежуточные версии этого же участника)
Строка 18: Строка 18:
 
8.  [http://mit.spbau.ru/sewiki/images/c/c2/ML18-Lecture8.pdf 2 апреля, "Нейронные сети"] <br/>
 
8.  [http://mit.spbau.ru/sewiki/images/c/c2/ML18-Lecture8.pdf 2 апреля, "Нейронные сети"] <br/>
 
9.  [http://mit.spbau.ru/sewiki/images/a/a1/ML18-Lecture9.pdf 9 апреля, "Метод опорных векторов"] <br/>
 
9.  [http://mit.spbau.ru/sewiki/images/a/a1/ML18-Lecture9.pdf 9 апреля, "Метод опорных векторов"] <br/>
 +
10.  [http://mit.spbau.ru/sewiki/images/e/e7/ML18-Lecture10.pdf 16 апреля, "Линейная регрессия"] <br/>
 +
11.  [http://mit.spbau.ru/sewiki/images/3/31/ML18-Lecture11.pdf 23 апреля, "Анализ смещения и разброса"] <br/>
 +
12.  [http://mit.spbau.ru/sewiki/images/0/05/ML18-Lecture12.pdf 14 мая, "Meтоды восстановления регрессии"] <br/>
 +
13.  [http://mit.spbau.ru/sewiki/images/8/8a/ML18-Lecture13.pdf 21 мая, "Композиции алгоритмов"] <br/>
  
 
== Домашние задания. ==
 
== Домашние задания. ==
Строка 63: Строка 67:
 
Условие — [http://mit.spbau.ru/sewiki/images/5/54/ML18-Homework7.pdf Домашнее задание 7]<br/>
 
Условие — [http://mit.spbau.ru/sewiki/images/5/54/ML18-Homework7.pdf Домашнее задание 7]<br/>
  
 +
8. Недвижимость и регрессия <br/>
 +
'''Дедлайн''' (20 баллов): 30.04.18 23:59<br/>
 +
'''Дедлайн''' (10 баллов): 07.05.18 23:59<br/>
 +
 +
Условие — [http://mit.spbau.ru/sewiki/images/2/22/ML18-Homework8.pdf Домашнее задание 8]<br/>
  
 
== Исходники лекций ==  
 
== Исходники лекций ==  

Текущая версия на 12:54, 1 мая 2018

Лекции -- Екатерина Тузова (kt@jetbrains.com)
Домашние задания -- machine.teaching@gmail.com

12 опросов по 5 баллов в начале лекции.
8 домашних заданий по 20 баллов при сдаче в первую неделю, 10 баллов при сдаче во вторую неделю.
Экзамен 180 баллов

Оценки за курс: 320 баллов -- отлично, 280 баллов -- хорошо, 240 баллов -- удовлетворительно

Лекции

1. 12 февраля, "Введение"
2. 19 февраля, "Метрические классификаторы"
3. 26 февраля, "Кластеризация"
4. 5 марта, "Деревья принятия решений"
5. 12 марта, "Байесовские методы классификации"
6. 19 марта, "Линейные методы классификации"
7. 26 марта, "Способность к обобщению"
8. 2 апреля, "Нейронные сети"
9. 9 апреля, "Метод опорных векторов"
10. 16 апреля, "Линейная регрессия"
11. 23 апреля, "Анализ смещения и разброса"
12. 14 мая, "Meтоды восстановления регрессии"
13. 21 мая, "Композиции алгоритмов"

Домашние задания.

1. Соседи и вино
Дедлайн (20 баллов): 26.02.18 23:59
Дедлайн (10 баллов): 05.03.18 23:59

Условие — Домашнее задание 1

2. Comic-Con и k-means
Дедлайн (20 баллов): 5.03.18 23:59
Дедлайн (10 баллов): 12.03.18 23:59

Условие — Домашнее задание 2

3. Одеревенеть от страха
Дедлайн (20 баллов): 12.03.18 23:59
Дедлайн (10 баллов): 19.03.18 23:59

Условие — Домашнее задание 3

4. Байес на страже SMS
Дедлайн (20 баллов): 19.03.18 23:59
Дедлайн (10 баллов): 26.03.18 23:59

Условие — Домашнее задание 4

5. Индейцы пима и линейный классификатор
Дедлайн (20 баллов): 2.04.18 23:59
Дедлайн (10 баллов): 9.04.18 23:59

Условие — Домашнее задание 5

6. Каракули и нейросети
Дедлайн (20 баллов): 9.04.18 23:59
Дедлайн (10 баллов): 16.04.18 23:59

Условие — Домашнее задание 6

7. Ядра SVM
Дедлайн (20 баллов): 16.04.18 23:59
Дедлайн (10 баллов): 23.04.18 23:59

Условие — Домашнее задание 7

8. Недвижимость и регрессия
Дедлайн (20 баллов): 30.04.18 23:59
Дедлайн (10 баллов): 07.05.18 23:59

Условие — Домашнее задание 8

Исходники лекций

https://github.com/ktisha/ML2018

Результаты

Результаты

Дополнительные материалы к лекциям

Лекция 4. Доказательство

Дополнительные источники по машинному обучению

Дополнительные источники по Python