Основы машинного обучения/2023

2023-03-04T19:57:55Z

Yarolika00: Добавлены лекции 6,7

== О курсе ==

Курс читается для студентов 2-го курса [https://electives.hse.ru/minor_intel/ майнора ИАД] в 3-4 модулях.

Проводится с 2015 года.

'''Лектор:''' [http://www.hse.ru/staff/esokolov Соколов Евгений Андреевич]

Лекции проходят онлайн по средам в 13:00 в [https://us06web.zoom.us/j/84560090473?pwd=VysrcmE1clZyU0I1RlZ6T3kxck9GUT09 zoom].

=== Полезные ссылки ===

[https://www.hse.ru/edu/courses/570846500 Карточка курса и программа]

[https://github.com/hse-ds/iad-intro-ds Репозиторий с материалами на GitHub]

[https://www.youtube.com/playlist?list=PLEwK9wdS5g0oCRxBzxsq9lkJkzMgzWiyg Записи занятий]

Почта для сдачи домашних заданий (на самом деле задания сдаются в AnyTask, но если он не работает, то присылайте на почту): hse.minor.dm+<номер группы>@gmail.com (например, hse.minor.dm+3@gmail.com)

Канал в telegram для объявлений: https://t.me/hse_iad_2023

Чат в telegram (флудилка): https://t.me/+rnVX7uhGa71kZTBi (но рекомендуем в начале задавать вопросы в чате вашей группы)

Ссылка на курс в Anytask: https://anytask.org/course/1004

Таблица с оценками: https://docs.google.com/spreadsheets/d/1s8f-IpiWjsIhdPotECDLfyd20kCE7IkL-5mGRLpqFFg/edit?usp=sharing

=== Семинары ===

{| class="wikitable"
|-
! Группа !! Преподаватель !! Учебные ассистенты !! Zoom!! Время!! Чат !! Папка с видео !!Инвайт в anytask
|-
| ИАД-1 || Масликов Егор || [https://t.me/poemgranate Казюлина Марина],[https://t.me/onehspal Лапшина Ксения],[https://t.me/wellhereagain Масленникова Света] || [https://us06web.zoom.us/j/81065629678?pwd=Y2Yrc1JIQlJFU0NyTTJKdUdldDdOQT09 Zoom] || 14:40-16:00 || [https://t.me/+AN2E-TWA4aIyY2My Чат] || [https://disk.yandex.ru/d/fLlvgvc_GDmrkA Папка] || KHsSxag
|-
| ИАД-2 || Кантонистова Елена || [https://t.me/arorlov Червяков Артем],[https://t.me/georgiysukhorukov Сухоруков Георгий] || [https://us06web.zoom.us/j/84008892675?pwd=MVM3V1BVZFRVZHAyaGhUQ0t2TFRNdz09 Zoom] || 11:10-12:30||[https://t.me/+IaxbQB4VrMIzMTMy Чат] || [https://disk.yandex.ru/d/C85g-vHIeNsWRQ Папка] || wECwKet
|-
| ИАД-3 || Косарев Илья || [https://t.me/dobroye_ytro Шерман Ксения], [https://t.me/ongalek Смоленчук Иван] || [https://us06web.zoom.us/j/81457575121?pwd=MGhRMlZ3ZVk1d2NTU2JSNDVzYkhTZz09 Zoom] ||11:10-12:30 ||[https://t.me/+_taMq61_Avk5ZDli Чат] || [https://disk.yandex.ru/d/3BzRfnOTTv5-yg Папка] || aBaXcyU
|-
| ИАД-4 || Семенкин Антон || [https://t.me/malyshdar Малышева Дарья],[https://t.me/Dangerio7 Аксенов Антон] || [https://us06web.zoom.us/j/85487671026?pwd=R3FYaVNmaWwrVmpENGk4STN0WWZ4UT09 Zoom] || 11:10-12:30||[https://t.me/+Qz87905zKJcwY2Ji Чат] || [https://disk.yandex.ru/d/8xiwClfeiZiOLQ Папка] || HR0n7Jc
|-
| ИАД-5 || Коган Александра || [https://t.me/kitsuyame Исмаилов Исмаил],[https://t.me/lneyronl Трофименко Илья] || [https://us06web.zoom.us/j/83968974127?pwd=Z1ZhMXpoNm51NkgzdzF3ZFFzbXFOZz09 Zoom] ||11:10-12:30 ||[https://t.me/+eAPoNiU9hrwzNjYy Чат] || [https://disk.yandex.ru/d/RZPf8vUnWuw0RQ Папка] || kudM9FO
|-
| ИАД-6 || Никифоров Михаил || [https://t.me/f3ss1 Захаров Сергей][https://t.me/roman_khamrin Хамрин Роман] || [https://us06web.zoom.us/j/86207566997?pwd=aUJSWlRZcHR5cmcvbWtKaUppMTlCdz09 Zoom] ||09:30-10:50 ||[https://t.me/+E1LUzazuYvsxMTY6 Чат] || [https://disk.yandex.ru/d/xf7v5VyOpWfMxA Папка] || JWLBqQ2
|-
| ИАД-7 || Нарцев Андрей || [https://t.me/mr_dyadyunov Дядюнов Андрей],[https://t.me/roman_khamrin Хамрин Роман] || [https://us06web.zoom.us/j/88414424106?pwd=VHNueUJEY2liUlBXTXV0azdhWXlmUT09 Zoom] || 10:00-11:20||[https://t.me/+B9pTS4wQG6IxMjgy Чат] || [https://disk.yandex.ru/d/xAJBoDCGcNxwBA Папка] || X5gYB8v
|-
| ИАД-8 || Егоров Андрей || [https://t.me/NikitaGorevoy Горевой Никита], [https://t.me/ropolts Полтавец Роман]|| [https://us06web.zoom.us/j/84650218966?pwd=QlZyTUkycHVFenJrNVdvbmtiaXpOQT09 Zoom] || 19:30-21:00 ||[https://t.me/+_erWwvJcCQtiYzBi Чат] || [https://disk.yandex.ru/d/7nNnGGwVtpAiYw Папка] || 776AgmZ
|-
| ИАД-9 || Шмонов Михаил || [https://t.me/Nikonomist Устименко Николай],[https://t.me/moi_e_va Моисеева Анастасия], Климов Данила || [https://us06web.zoom.us/j/86437364703?pwd=bzVoNVBmY0xUVlR2M2VmeENSK2tVQT09 Zoom] ||14:40-16:00 || [https://t.me/+lBNz_BIYJaQ4Y2Zi Чат] || [https://disk.yandex.ru/d/mvThiNVgJ2p3Cg Папка] || dY3CvHn
|-
| ИАД-10 || Шмонов Михаил || [https://t.me/Nikonomist Устименко Николай],[https://t.me/moi_e_va Моисеева Анастасия], Климов Данила || [https://us06web.zoom.us/j/85423292683?pwd=dFA2MkJ4RitpemJ0MzdPNlp0TWhoQT09 Zoom] || 16:20-17:40 ||[https://t.me/+CW5cgga9Zio5MDli Чат] || [https://disk.yandex.ru/d/cQLnKd2Kn3XkwA Папка] || 5MoBk7M
|}

=== Правила выставления оценок ===

В курсе предусмотрено несколько форм контроля знания:
* Проверочные работы на лекциях, проверяющие знание основных фактов с лекций и семинаров
* Практические домашние работы на Python
* Контрольная где-то в середине курса
* Письменный экзамен

Итоговая оценка вычисляется на основе оценки за работу в семестре и оценки за экзамен:

Oитоговая = Округление(0.4 * ДЗ + 0.1 * ПР + 0.2 * КР + 0.3 * Э)

Округление арифметическое.

==== Автоматы ====
Если у вас '''накопленная''' оценка '''>= N баллов''' и '''за контрольную >= M баллов''', то вы можете перенести эту накопленную в итоговую. Или, если хотите, можете отказаться и пойти на экзамен. Но по умолчанию всем, кто может получить автомат, мы ставим автомат.

''Накопленная оценка считается по формуле'': (0.4 * ДЗ + 0.1 * ПР + 0.2 * КР) / 0.7.

В критериях '''на автомат все оценки считаются без округления'''.

Пороги N и M определяются незадолго до сессии 4 модуля.

=== Правила сдачи заданий ===

За каждый день просрочки после мягкого дедлайна снимается 1 балл. После жёсткого дедлайна работы не принимаются. Даже при опоздании на одну секунду. Сдавайте заранее.

Два раза студент может сдать домашнее задание после мягкого дедлайна (но до жёсткого) без штрафов.

При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.

При наличии уважительной причины пропущенную проверочную можно написать позднее, а дедлайн по домашнему заданию может быть перенесён. Дедлайн по домашнему заданию переносится на количество дней, равное продолжительности уважительной причины. Решение о том, является ли причина уважительной, принимает исключительно учебный офис.

== Лекции ==
'''Лекция 1''' (18.01.2023). Введение в машинное обучение и анализ данных. [[https://github.com/hse-ds/iad-intro-ds/blob/master/2023/lectures/lecture01-intro.pdf Слайды]] [[https://youtu.be/gekKgnP-fRY Запись лекции]]

'''Лекция 2''' (25.01.2023). Виды задач и виды признаков. Метод k ближайших соседей для классификации. Вычисление расстояний для числовых данных. [[https://github.com/hse-ds/iad-intro-ds/blob/master/2023/lectures/lecture02-knn.pdf Слайды]] [[https://youtu.be/X081VuXB1og Запись лекции]]

'''Лекция 3''' (01.02.2023). Измерение ошибки в задачах классификации. Обобщающая способность. Проверка обобщающей способности: отложенная выборка и кросс-валидация. Метод k ближайших соседей. [[https://github.com/hse-ds/iad-intro-ds/blob/master/2023/lectures/lecture03-knn.pdf Слайды]] [[https://www.youtube.com/watch?v=ZcDSama450c Запись лекции]]

'''Лекция 4''' (08.02.2023). Модель линейной регрессии. Подготовка данных для линейной регрессии. MSE для линейной регрессии в матричной форме. [[https://github.com/hse-ds/iad-intro-ds/blob/master/2023/lectures/lecture04-linregr.pdf Слайды]] [[https://youtu.be/8RAXDT_5_js Запись лекции]]

'''Лекция 5''' (15.02.2023). Модель линейной регрессии. Подготовка данных для линейной регрессии. Переобучение и регуляризация.
линейных моделей. [[https://github.com/hse-ds/iad-intro-ds/blob/master/2023/lectures/lecture05-linregr.pdf Слайды]] [[https://youtu.be/QyJWSupeRBc Запись лекции]]

'''Лекция 6''' (22.02.2023). Линейная регрессия и градиентный спуск.
[[https://github.com/hse-ds/iad-intro-ds/blob/master/2023/lectures/lecture06-linregr.pdf Слайды]] [[https://youtu.be/x0evHCFZjFc Запись лекции]]

'''Лекция 5''' (01.03.2023). Функции потерь в регрессии. Линейная классификация. [[https://github.com/hse-ds/iad-intro-ds/blob/master/2023/lectures/lecture07-linregr.pdf Слайды]] [[https://youtu.be/6bf-hIuB_E8 Запись лекции]]

== Семинары ==

'''Семинар 1''' (25.01.2023). Немного про Jupyter notebook и numpy. [[https://github.com/hse-ds/iad-intro-ds/blob/master/2023/seminars/sem01_numpy/sem01_numpy.ipynb Ноутбук]]

'''Семинар 2''' (01.02.2023). Объектно-ориентированное программирование. [[https://github.com/hse-ds/iad-intro-ds/blob/master/2023/seminars/sem02_OOP/sem02_OOP.ipynb Ноутбук]]

'''Семинар 3''' (08.02.2023). pandas. [[https://github.com/hse-ds/iad-intro-ds/blob/master/2023/seminars/sem03_pandas/sem03_pandas.ipynb Ноутбук]]

'''Семинар 4''' (15.02.2023). Визуализация данных. [[https://github.com/hse-ds/iad-intro-ds/blob/master/2023/seminars/sem04_plots/sem04_visualization_task.ipynb Ноутбук]]

'''Семинар 5''' (22.02.2023). Введение в sklearn. KNN [[https://github.com/hse-ds/iad-intro-ds/blob/master/2023/seminars/sem05_sklearn_knn/sem05-sklearn-knn.ipynb Ноутбук]]

'''Семинар 6''' (01.03.2023). Линейная регрессия [[https://github.com/hse-ds/iad-intro-ds/blob/master/2023/seminars/sem06_linreg/sem06_linreg_task.ipynb Ноутбук]]

== Консультации ==

== Практические задания ==

За каждый день просрочки после мягкого дедлайна снимается 1 балл. После жёсткого дедлайна работы не принимаются, но есть исключение. Студенту разрешается два раза сдать домашнее задание после мягкого дедлайна (но до жёсткого) без штрафов.

'''Практическое задание 1 - numpy''' Мягкий дедлайн: 01.02.2023 23:59 МСК, Жесткий дедлайн: 06.02.2023 23:59 МСК. [[https://github.com/hse-ds/iad-intro-ds/blob/master/2023/homeworks/hw01-numpy.ipynb Ноутбук]]

'''Практическое задание 2 - pandas''' Мягкий дедлайн: 16.02.2023 23:59 МСК, Жесткий дедлайн: 19.02.2023 23:59 МСК. [[https://github.com/hse-ds/iad-intro-ds/blob/master/2023/homeworks/hw02_pandas.ipynb Ноутбук]]

'''Практическое задание 3 - EDA''' Мягкий дедлайн: 02.03.2023 23:59 МСК, Жесткий дедлайн: 07.03.2023 23:59 МСК. [[https://github.com/hse-ds/iad-intro-ds/tree/master/2023/homeworks/hw03-plots Ноутбук]]

== Контрольная работа ==

Контрольная работа обычно проводится в мае на одной из лекций.

Вопросы для подготовки прошлого года (для примера): https://docs.google.com/document/d/1s9NLSTWIgt00GK6IdRz-2fbAvxR6D9MLLc6ollmeyOo/edit?usp=sharing

[https://github.com/hse-ds/iad-intro-ds/blob/master/2021/kr/kr2021-var0.pdf Демо-вариант]

== Экзамен ==

[https://docs.google.com/document/d/1uqqCOKF8cmgwuFRoMAr_0tcfTc5P7jz7g2Y5iFQTri8/edit?usp=sharing Вопросы для подготовки к экзамену прошлого года]

==Полезные материалы==
===Курсы по машинному обучению и анализу данных===
Максимально близко к материалам курса: [https://openedu.ru/course/hse/INTRML/ Курс "Основы машинного обучения"]

Для тех, кто хочет подтянуть математику: [https://www.coursera.org/specializations/maths-for-data-analysis Специализация "Математика для анализа данных"] (сейчас в процессе переноса на online.hse.ru)

Более сложная версия этого курса с ПМИ: [[Машинное обучение 1]]

Ещё материалы:
* [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]
* [https://yandexdataschool.ru/edu-process/courses/machine-learning Видеозаписи лекций курса Школы Анализа Данных, К.В. Воронцов]
* [https://www.coursera.org/learn/machine-learning Coursera: Machine Learning, Andrew Ng]

===Статьи===
* [http://www.toptal.com/machine-learning/machine-learning-theory-an-introductory-primer An Introduction to Machine Learning Theory and Its Applications: A Visual Tutorial with Examples]
* [http://www.r2d3.us/visual-intro-to-machine-learning-part-1/ A Visual Introduction to Machine Learning]

===Книги===
* Mohammed J. Zaki, Wagner Meira Jr. Data Mining and Analysis. Fundamental Concepts and Algorithms. Cambridge University Press, 2014.
* James, Witten, Hastie, Tibshirani. An Introduction to Statistical Learning. 2013.

== Страницы прошлых лет ==

[[Основы_машинного_обучения/2022 | 2021/22 учебный год]]

[[Введение_в_анализ_данных_(майнор_ИАД) | 2020/21 учебный год]]

[[Введение_в_анализ_данных_(майнор_ИАД)_2019/2020 | 2019/20 учебный год]]

[[Майнор_Интеллектуальный_анализ_данных/Введение_в_анализ_данных | 2018/19 учебный год ]]

[[Майнор_Интеллектуальный_анализ_данных/Введение_в_анализ_данных/2017-2018 | 2017/18 учебный год ]]

[[Майнор_Интеллектуальный_анализ_данных/Введение_в_анализ_данных/2016-2017 | 2016/17 учебный год ]]

[[Майнор_Интеллектуальный_анализ_данных/Введение_в_анализ_данных/2015-2016 | 2015/16 учебный год ]]

[[Category:Майнор "Интеллектуальный анализ данных"]]

Основы машинного обучения/2023

2023-03-01T16:27:28Z

Yarolika00: