Машинное обучение 2015 — различия между версиями
Ekaterina (обсуждение | вклад) м (→Лекции) |
Ekaterina (обсуждение | вклад) м (→Домашние задания.) |
||
| Строка 28: | Строка 28: | ||
'''Дедлайн''' (10 баллов): 12.03.15 23:59<br/> | '''Дедлайн''' (10 баллов): 12.03.15 23:59<br/> | ||
| − | Условие — [http://mit.spbau.ru/sewiki/index.php/%D0%A4%D0%B0%D0%B9%D0%BB:ML-homework3.pdf Домашнее задание 3] | + | Условие — [http://mit.spbau.ru/sewiki/index.php/%D0%A4%D0%B0%D0%B9%D0%BB:ML-homework3.pdf Домашнее задание 3]<br/> |
| + | |||
| + | |||
| + | 4. Comic-Con и k-means <br/> | ||
| + | '''Дедлайн''' (20 баллов): 13.03.15 23:59<br/> | ||
| + | '''Дедлайн''' (10 баллов): 20.03.15 23:59<br/> | ||
| + | |||
| + | Условие — [http://mit.spbau.ru/sewiki/images/b/b3/ML-homework4.pdf Домашнее задание 4]<br/> | ||
== Летучки в начале лекции. == | == Летучки в начале лекции. == | ||
Версия 13:40, 6 марта 2015
Лекции — Екатерина Алексеевна Тузова (kt@jetbrains.com)
Лекции
11 февраля, "Введение"
18 февраля, "Метрические методы классификации"
27 февраля, "Иерархическая кластеризация"
6 марта, "Кластеризация. Графовые и статистические алгоритмы"
Домашние задания.
Адрес, на который надо присылать решения -- machine.teaching@gmail.com.
В теме письма должно быть написано "Домашняя работа N Иванов", где вместо Иванов надо поставить свою фамилию, а вместо N -- номер домашней работы.
1. Метод наименьших квадратов.
Дедлайн (20 баллов): 18.02.15 23:59
Дедлайн (10 баллов): 25.02.15 23:59
Условие в файле readme по ссылке — Домашнее задание 1
2. Соседи и вино.
Дедлайн (20 баллов): 25.02.15 23:59
Дедлайн (10 баллов): 03.03.15 23:59
Условие — Домашнее задание 2
3. Рибосома и иерархическая кластеризация
Дедлайн (20 баллов): 05.03.15 23:59
Дедлайн (10 баллов): 12.03.15 23:59
Условие — Домашнее задание 3
4. Comic-Con и k-means
Дедлайн (20 баллов): 13.03.15 23:59
Дедлайн (10 баллов): 20.03.15 23:59
Условие — Домашнее задание 4
Летучки в начале лекции.
Дополнительные источники
- G. James, D. Witten, T. Hastie, R. Tibshirani: "An Introduction to Statistical Learning"
- Christopher M. Bishop "Pattern Recognition and Machine Learning"
- Kevin P. Murphy "Machine Learning: A Probabilistic Perspective"
- К.В. Воронцов: видеолекции 2014, материалы (в т.ч. пособие)
- Andrew Ng http://ml-class.org/
