Машинное обучение 2018 — различия между версиями
Материал из SEWiki
Ekaterina (обсуждение | вклад) |
Ekaterina (обсуждение | вклад) |
||
Строка 13: | Строка 13: | ||
== Домашние задания. == | == Домашние задания. == | ||
+ | |||
+ | == Результаты == | ||
+ | [https://docs.google.com/spreadsheets/d/19pL5KwfGinPeio1sCkwLmCuQUPpPIX6dZZh452IRca8/edit?usp=sharing Результаты] | ||
== Дополнительные источники по машинному обучению == | == Дополнительные источники по машинному обучению == |
Версия 09:41, 12 февраля 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: 300 баллов -- отлично, 250 баллов -- хорошо, 200 баллов -- удовлетворительно
Содержание
Лекции
Домашние задания.
Результаты
Дополнительные источники по машинному обучению
- Christopher M. Bishop "Pattern Recognition and Machine Learning"
- G. James, D. Witten, T. Hastie, R. Tibshirani: "An Introduction to Statistical Learning"
- Kevin P. Murphy "Machine Learning: A Probabilistic Perspective"
- Professor Yaser Abu-Mostafa MOOC
- К.В. Воронцов: MOOC, материалы (в т.ч. пособие)
- Andrew Ng http://ml-class.org/
- Примеры реализации алгоритмов на Python: Программируем коллективный разум
- Ullman, Leskovec, Rajaraman "Mining of Massive Datasets"