Машинное обучение (современные методы)-МОиВС-2021-2022 - История изменений

SavelyProkhorov: minor formatting change

2022-04-02T10:23:45Z

minor formatting change

← Предыдущая версия		Версия от 10:23, 2 апреля 2022
Строка 53:		Строка 53:
	== Экзамен ==		== Экзамен ==

	Экзамен пройдёт '''2 апреля (Сб) в 14:00'''. Для студентов, которые по объективным причинам не могут писать экзамен в основное время, '''резервное''' - 2 апреля (Сб) ''в 19:00''.		Экзамен пройдёт '''2 апреля (Сб) в 14:00'''. Для студентов, которые по объективным причинам не могут писать экзамен в основное время, '''резервное''' - 2 апреля (Сб) в '''19:00'''.

	Экзамен будет состоять из 3-х частей:		Экзамен будет состоять из 3-х частей:

SavelyProkhorov: add last hw

2022-04-02T10:23:04Z

add last hw

← Предыдущая версия		Версия от 10:23, 2 апреля 2022
Строка 124:		Строка 124:
	'''ДЗ-5''': Решающие деревья		'''ДЗ-5''': Решающие деревья

	'''ДЗ-6''': Разложение ошибки на смещение и разброс~~, дедлайн 27 февраля~~		'''ДЗ-6''': Разложение ошибки на смещение и разброс

			'''ДЗ-7''': Бустинги

SavelyProkhorov: add last seminars themes

2022-04-02T10:22:14Z

add last seminars themes

SavelyProkhorov: update assessment rules

2022-04-02T10:18:41Z

update assessment rules

← Предыдущая версия		Версия от 10:18, 2 апреля 2022
Строка 46:		Строка 46:

	Курс предполагает оценку автоматом:		Курс предполагает оценку автоматом:
	* если Накопленная оценка >= 8, то Итоговая оценка ставится по накопленной		* <strike>если Накопленная оценка >= 8, то Итоговая оценка ставится по накопленной</strike>
	* иначе, '''Итоговая оценка = 0.8 * Накопленная оценка + 0.2 * Экзамен'''		* <strike>иначе, '''Итоговая оценка = 0.8 * Накопленная оценка + 0.2 * Экзамен'''</strike>
			* если экзамен не писался, оценка ставится по накопу;
			* экзамен работает только на повышение оценки и идёт в итоговую оценку с весом 0.2:

	== Экзамен ==		== Экзамен ==

SavelyProkhorov: add exam rules

2022-04-02T10:15:37Z

add exam rules

@@ Строка 51: / Строка 51: @@
 == Экзамен ==
-Предположительно, экзамен пройдёт в сессию третьего модуля. Остальная информация появится позже
+Экзамен пройдёт '''2 апреля (Сб) в 14:00'''. Для студентов, которые по объективным причинам не могут писать экзамен в основное время, '''резервное''' - 2 апреля (Сб) ''в 19:00''.
 == Семинары ==

Savely Prokhorov: Create page of ML course on MLDS online-program

2022-02-21T10:31:59Z

Create page of ML course on MLDS online-program

Новая страница

== О курсе ==

'''Преподаватели:'''

Максимовская Анастасия Максимовна, Рысьмятова Анастасия Александровна

=== Семинары ===
Канал курса в Slack: https://machinelearninginhse.slack.com/archives/C02K94RG7RQ

Занятия проводятся в Zoom по средам:
* Подгруппа 1 (Анастасия Максимовская) - [https://zoom.us/j/92156163540?pwd=Q0x2UEtkVDFuaUhjcmljeTBpQnE4UT09 Zoom]
* Подгруппа 2 (Анастасия Рысьмятова) - [https://zoom.us/j/97141728128?pwd=YjJTNVBuQmt3Y1BwcnNnZVpKRVBtQT09 Zoom]

Все материалы занятий находятся здесь: https://github.com/AnastasiyaMax/MLDS_ml_course_fall21

=== Ссылки на видеозаписи занятий ===
Записи занятий:
* [https://www.youtube.com/playlist?list=PLmA-1xX7IuzC6bhLliB5kUrjhfNFro5sa Подгруппа 1 (А. Максимовская)]
* [https://www.youtube.com/playlist?list=PLmA-1xX7IuzCHOMrn6udHfwsaeEtKMc7_ Подгруппа 2 (А. Рысьмятова)]

=== Расписание ===
{| class="wikitable"
|-
| Группа || Ссылка || Преподаватель || Учебный ассистент || Инвайт в anytask
|-
| Среда 19:00 || [https://zoom.us/j/92156163540?pwd=Q0x2UEtkVDFuaUhjcmljeTBpQnE4UT09 Zoom] || Анастасия Максимовская || [https://t.me/vslvskyy Юлия Василевская] || uwJwiEv
|-
| Среда 19:30 || [https://zoom.us/j/97141728128?pwd=YjJTNVBuQmt3Y1BwcnNnZVpKRVBtQT09 Zoom] || Анастасия Рысьмятова || [https://t.me/Savely_Prokhorov Савелий Прохоров] || 5byEmS7
|}

=== Правила выставления оценок ===

В курсе предусмотрено несколько форм контроля знания:

* 2 курса на платформе Coursera;
* самостоятельные работы на некоторых занятиях (пятиминутки);
* домашние задания (в том числе соревнование на Kaggle);
* экзамен в сессию третьего модуля (письменный).

Все работы оцениваются в 10 баллов.

Накопленная оценка вычисляется на основе оценки за работу в течение 2-х модулей:

'''Накопленная оценка = 0.5 * ДЗ + 0.3 * ПР + 0.2 * К''', где ДЗ – средняя по всем Домашним заданиям, ПР – средняя по всем пятиминуткам, К – средняя по двум курсам на Coursera

Курс предполагает оценку автоматом:
* если Накопленная оценка >= 8, то Итоговая оценка ставится по накопленной
* иначе, '''Итоговая оценка = 0.8 * Накопленная оценка + 0.2 * Экзамен'''

== Экзамен ==

Предположительно, экзамен пройдёт в сессию третьего модуля. Остальная информация появится позже

== Семинары ==
Материалы семинаров: [https://github.com/AnastasiyaMax/MLDS_ml_course_fall21 GitHub]

Плейлисты с записями:
* [https://www.youtube.com/playlist?list=PLmA-1xX7IuzC6bhLliB5kUrjhfNFro5sa Подгруппа 1 (А. Максимовская)]
* [https://www.youtube.com/playlist?list=PLmA-1xX7IuzCHOMrn6udHfwsaeEtKMc7_ Подгруппа 2 (А. Рысьмятова)]

семинар 1, 27.10.21 – Основные понятия в машинном обучении

семинар 2, 03.11.21 – Метод K ближайших соседей: запуск с помощью sklearn, реализация, особенности и проблемы метода

семинар 3, 10.11.21 – Линейная регрессия, аналитический вывод весов, регуляризация, метрики качества для регрессии

семинар 4, 17.11.21 – Линейная регрессия и градиентное обучение

семинар 5, 24.11.21 – Модификации градиентного спуска, обнуление весов L1 регуляризацией, линейная классификация

семинар 6, 01.12.2021 – Метрики качества в задаче бинарной классификации

семинар 7, 08.12.2021 – Логистическая регрессия и метод опорных векторов

семинар 8, 15.12.2021 – Предобработка данных, классификация текстов.

семинар 9, 22.12.2021 – Многоклассовая классификация + метрики качества, классификация с пересекающимися классами + метрики качества

семинар 10, 12.01.2022 – Решающие деревья и случайный лес

семинар 11, 26.01.2022 – Разложение ошибки на смещение и разброс, беггинг

семинар 12, 02.02.2022 – Бустинг в задаче регрессии, градиентный бустинг

семинар 13, 09.02.2022 – Имплементации градиентного бустинга, теория

семинар 14, 16.02.2022 – Имплементации градиентного бустинга, практика

== Домашние задания ==

Все домашние работы, а также пятиминутки необходимо сдавать в [https://anytask.org/ Anytask].

Инвайты:
* Группа 1 (преподаватель А. Максимовская): uwJwiEv
* Группа 2 (преподаватель А. Рысьмятова): 5byEmS7

'''ДЗ-1''': Изучение библиотеки Pandas

'''ДЗ-2''': Метод k ближайших соседей. Линейная регрессия, изучение библиотеки sklearn

'''ДЗ-3''': Градиентные методы обучения

'''ДЗ-4''': Линейная классификация. Классификация текстов

'''ДЗ-5''': Решающие деревья

'''ДЗ-6''': Разложение ошибки на смещение и разброс, дедлайн 27 февраля

← Предыдущая версия		Версия от 10:22, 2 апреля 2022
Строка 74:		Строка 74:
	* [https://www.youtube.com/playlist?list=PLmA-1xX7IuzCHOMrn6udHfwsaeEtKMc7_ Подгруппа 2 (А. Рысьмятова)]		* [https://www.youtube.com/playlist?list=PLmA-1xX7IuzCHOMrn6udHfwsaeEtKMc7_ Подгруппа 2 (А. Рысьмятова)]

	семинар 1, 27.10.21 – Основные понятия в машинном обучении		семинар 1, ''27.10.2021'' – Основные понятия в машинном обучении

	семинар 2, 03.11.21 – Метод K ближайших соседей: запуск с помощью sklearn, реализация, особенности и проблемы метода		семинар 2, ''03.11.2021'' – Метод K ближайших соседей: запуск с помощью sklearn, реализация, особенности и проблемы метода

	семинар 3, 10.11.21 – Линейная регрессия, аналитический вывод весов, регуляризация, метрики качества для регрессии		семинар 3, ''10.11.2021'' – Линейная регрессия, аналитический вывод весов, регуляризация, метрики качества для регрессии

	семинар 4, 17.11.21 – Линейная регрессия и градиентное обучение		семинар 4, ''17.11.2021'' – Линейная регрессия и градиентное обучение

	семинар 5, 24.11.21 – Модификации градиентного спуска, обнуление весов L1 регуляризацией, линейная классификация		семинар 5, ''24.11.2021'' – Модификации градиентного спуска, обнуление весов L1 регуляризацией, линейная классификация

	семинар 6, 01.12.2021 – Метрики качества в задаче бинарной классификации		семинар 6, ''01.12.2021'' – Метрики качества в задаче бинарной классификации

	семинар 7, 08.12.2021 – Логистическая регрессия и метод опорных векторов		семинар 7, ''08.12.2021'' – Логистическая регрессия и метод опорных векторов

	семинар 8, 15.12.2021 – Предобработка данных, классификация текстов.		семинар 8, ''15.12.2021'' – Предобработка данных, классификация текстов.

	семинар 9, 22.12.2021 – Многоклассовая классификация + метрики качества, классификация с пересекающимися классами + метрики качества		семинар 9, ''22.12.2021'' – Многоклассовая классификация + метрики качества, классификация с пересекающимися классами + метрики качества

	семинар 10, 12.01.2022 – Решающие деревья и случайный лес		семинар 10, ''12.01.2022'' – Решающие деревья и случайный лес

	семинар 11, 26.01.2022 – Разложение ошибки на смещение и разброс, беггинг		семинар 11, ''26.01.2022'' – Разложение ошибки на смещение и разброс, беггинг

	семинар 12, 02.02.2022 – Бустинг в задаче регрессии, градиентный бустинг		семинар 12, ''02.02.2022'' – Бустинг в задаче регрессии, градиентный бустинг

	семинар 13, 09.02.2022 – Имплементации градиентного бустинга, теория		семинар 13, ''09.02.2022'' – Имплементации градиентного бустинга, теория

	семинар 14, 16.02.2022 – Имплементации градиентного бустинга, практика		семинар 14, ''16.02.2022'' – Имплементации градиентного бустинга, практика

			семинар 15, ''02.03.2022'' – Обзор основных метрик и моделей кластеризации

			семинар 16, ''09.03.2022'' – Снижение размерности

	== Домашние задания ==		== Домашние задания ==