fregire / ml2021

Курс по Машинному Обучению на МатМехе УрФУ

Формат:

Семинар с компьютером (как на курсе по Питону).

Каждую субботу с 10:40 до 14:00 в 611 аудитории (кроме праздников и форс-мажоров).

Будут видеозаписи. Посещаемость необязательна.

Контакты

Телеграмм группа

Семенарист

Пререквизиты

• Основы Python и ООП на нем
• Основы Теории Вероятности: матожидание, дисперсия, плотность, нормальное распределение.

Отчетность

Для ФИИТа 2 курса - обязательный курс.

Для всех остальных - 6 зет спецкурсами. (Вы сами договариваетесь с преподами что вам ставить в учебный план)

Чтобы сдать курс сдать ДЗ и получить баллы в системе Ulearn.

• На 3 - 60 баллов.
• На 4 - 78 баллов.
• На 5 - 96 баллов.

Домашние задания:

Домашние задания сдаются в системе Ulearn Курс по МЛ

Необходимо подключиться к группе

• для фиита 2 курса
• для всех остальных

Всего будет 12 домашек по 10 баллов (120 баллов суммарно) + доп баллы.

Домашнее задание дается на неделю (до 9 утра следующей субботы).

Через неделю стоимость сданной задачи уменьшается на 50%.

Программа:

1. (27.02.21) Введение в анализ данных. Numpy. Pandas.
2. (06.03.21) Введение в машинное обучение. Байесовский классификатор.
3. (13.03.21) Линейная Регрессия. Градиентный бустинг.
4. (20.03.21) Деревья решений. Метрики. Обработка признаков.
5. (27.03.21) Ансамбли деревьев. Случайный лес. Градиентный бустинг.
6. (03.04.21) Системы рекомендаций.
7. (10.04.21) Алгоритмы кластеризации. K-means. EM-алгоритм.
8. (17.04.21) Нейронные сети. Алгоритм обратного распространения ошибки.
9. (24.05.21) Сверточные нейронные сети. Распознавание изображений.
10. (08.05.21) Введение в NLP. Реккурентные нейронные сети. Предобученные сети.
11. (15.05.21) Генеративные нейронные сети.
12. (22.05.21) Разбор практических задач.