Машинное обучение (сов. бак. ВШЭ-РЭШ 2021) - История изменений

We345: sitename

2022-05-25T09:58:18Z

sitename

← Предыдущая версия		Версия от 09:58, 25 мая 2022
Строка 156:		Строка 156:
	* [https://yandexdataschool.ru/edu-process/courses/machine-learning Видеозаписи лекций курса Школы Анализа Данных, К.В. Воронцов]		* [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]		* [https://www.coursera.org/learn/machine-learning Coursera: Machine Learning, Andrew Ng]
			* https://barangkaliada.blogspot.com
			* https://www.facebook.com/flx/warn/?u=barangkaliada
			* https://youtu.be/embed/NT61JPohS9I
			* http://www.google.li/url?q=https://barangkaliada.blogspot.com

	===Книги===		===Книги===

Nadiinchi в 20:07, 21 декабря 2021

2021-12-21T20:07:02Z

← Предыдущая версия		Версия от 20:07, 21 декабря 2021
Строка 49:		Строка 49:

	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.		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.

			==Экзамен==
			[[https://docs.google.com/document/d/1NyLOt9I3KXddB7ZPS_nLO_ggLJA8c1NqtONIB-T8cjA/edit?usp=sharing Вопросы к экзамену]]

			Экзамен состоится 27 декабря в 11:10 офлайн в ауд. R503, длительность 1 час 20 мин. Экзамен письменный, проходит в режиме closed-book (пользоваться ничем нельзя).

			Содержание работы: теоретические вопросы из списка (возможны измененные формулировки) + теоретические задачи. Контрольная работа и экзамен не включают задачи на программирование. Теоретические вопросы подразумевают развернутые ответы с формулами.

			Рекомендации по написанию экзамена:
			Во всех формулах поясните обозначения. На всех графиках подпишите оси. Для всех рисунков поясните, что изображено на них. Во всех задачах оптимизации подпишите, по каким переменным она выполняется. Для всех суммирований подпишите индекс и границы суммирования.

	== Контрольная работа ==		== Контрольная работа ==

Nadiinchi в 10:05, 22 ноября 2021

2021-11-22T10:05:37Z

← Предыдущая версия		Версия от 10:05, 22 ноября 2021
Строка 58:		Строка 58:
	1) При написании работы пользоваться ничем нельзя (closed-book)		1) При написании работы пользоваться ничем нельзя (closed-book)

	2) У студента должны быть включены камера и микрофон в течение всего времени проведения работы. Нужно будет установить камеру телефона так, чтобы вас было целиком видно (ваши голова и руки, стол, листок, на котором вы пишете). Проверьте, что у вас хорошее интернет-соединение. Будет вестись запись.		2) У студента должны быть включены камера и микрофон в течение всего времени проведения работы. Нужно будет установить камеру телефона так, чтобы вас было целиком видно (ваши голова и руки, стол, листок, на котором вы пишете). Проверьте, что у вас хорошее интернет-соединение. Будет вестись запись. Если вы заходите с 2-х устройств (одно, на котором вас хорошо видно, другое - ноутбук с заданием), то выключите камеру на ноутбуке.


	3) Вы открываете работу на компьютере в начале написания и больше не используете мышь/тачпад/клавитатуру и тд. Работа будет помещаться в один экран, отрегулируйте заранее настройки экрана, чтобы он не погас. Это очень важный пункт: нельзя использовать никакие средства ввода и вообще как-либо управлять компьютером или телефоном.		3) Вы открываете работу на компьютере в начале написания и больше не используете мышь/тачпад/клавитатуру и тд. Работа будет помещаться в один экран, отрегулируйте заранее настройки экрана, чтобы он не погас. Это очень важный пункт: нельзя использовать никакие средства ввода и вообще как-либо управлять компьютером или телефоном.

Nadiinchi в 09:56, 22 ноября 2021

2021-11-22T09:56:04Z

← Предыдущая версия		Версия от 09:56, 22 ноября 2021
Строка 58:		Строка 58:
	1) При написании работы пользоваться ничем нельзя (closed-book)		1) При написании работы пользоваться ничем нельзя (closed-book)

	2) У студента должны быть включены камера и микрофон в течение всего времени проведения работы. Нужно будет установить камеру телефона так, чтобы вас было целиком видно (вы, стол, листок, на котором вы пишете)~~. Именно целиком, а не часть вас и не часть листка~~. Проверьте, что у вас хорошее интернет-соединение. Будет вестись запись.		2) У студента должны быть включены камера и микрофон в течение всего времени проведения работы. Нужно будет установить камеру телефона так, чтобы вас было целиком видно (ваши голова и руки, стол, листок, на котором вы пишете). Проверьте, что у вас хорошее интернет-соединение. Будет вестись запись.

	3) Вы открываете работу на компьютере в начале написания и больше не используете мышь/тачпад/клавитатуру и тд. Работа будет помещаться в один экран, отрегулируйте заранее настройки экрана, чтобы он не погас. Это очень важный пункт: нельзя использовать никакие средства ввода и вообще как-либо управлять компьютером или телефоном.		3) Вы открываете работу на компьютере в начале написания и больше не используете мышь/тачпад/клавитатуру и тд. Работа будет помещаться в один экран, отрегулируйте заранее настройки экрана, чтобы он не погас. Это очень важный пункт: нельзя использовать никакие средства ввода и вообще как-либо управлять компьютером или телефоном.

Nadiinchi в 09:52, 22 ноября 2021

2021-11-22T09:52:41Z

← Предыдущая версия		Версия от 09:52, 22 ноября 2021
Строка 58:		Строка 58:
	1) При написании работы пользоваться ничем нельзя (closed-book)		1) При написании работы пользоваться ничем нельзя (closed-book)

	2) У студента ~~должна~~ быть ~~включена~~ камера ~~все время~~ проведения работы. Нужно будет установить камеру телефона так, чтобы вас было целиком видно (вы, стол, листок, на котором вы пишете). Именно целиком, а не часть вас и не часть листка~~. Звук не нужен~~. Проверьте, что у вас хорошее интернет-соединение. Будет вестись запись.		2) У студента должны быть включены камера и микрофон в течение всего времени проведения работы. Нужно будет установить камеру телефона так, чтобы вас было целиком видно (вы, стол, листок, на котором вы пишете). Именно целиком, а не часть вас и не часть листка. Проверьте, что у вас хорошее интернет-соединение. Будет вестись запись.

	3) Вы открываете работу на компьютере в начале написания и больше не используете мышь/тачпад/клавитатуру и тд. Работа будет помещаться в один экран, отрегулируйте заранее настройки экрана, чтобы он не погас. Это очень важный пункт: нельзя использовать никакие средства ввода и вообще как-либо управлять компьютером или телефоном.		3) Вы открываете работу на компьютере в начале написания и больше не используете мышь/тачпад/клавитатуру и тд. Работа будет помещаться в один экран, отрегулируйте заранее настройки экрана, чтобы он не погас. Это очень важный пункт: нельзя использовать никакие средства ввода и вообще как-либо управлять компьютером или телефоном.

Nadiinchi в 09:50, 22 ноября 2021

2021-11-22T09:50:03Z

← Предыдущая версия		Версия от 09:50, 22 ноября 2021
Строка 70:		Строка 70:

	Содержание работы: теоретические вопросы из списка (возможны измененные формулировки) + теоретические задачи. Контрольная работа и экзамен не включают задачи на программирование. Теоретические вопросы подразумевают развернутые ответы с формулами.		Содержание работы: теоретические вопросы из списка (возможны измененные формулировки) + теоретические задачи. Контрольная работа и экзамен не включают задачи на программирование. Теоретические вопросы подразумевают развернутые ответы с формулами.

			Рекомендации по написанию контрольной работы:
			Во всех формулах поясните обозначения. На всех графиках подпишите оси. Для всех рисунков поясните, что изображено на них. Во всех задачах оптимизации подпишите, по каким переменным она выполняется. Для всех суммирований подпишите индекс и границы суммирования.

			[https://github.com/nadiinchi/ml_hse_nes_2019/blob/master/materials/%D0%9F%D1%80%D0%B8%D0%BC%D0%B5%D1%80%20%D1%8D%D0%BA%D0%B7%D0%B0%D0%BC%D0%B5%D0%BD%D0%B0%D1%86%D0%B8%D0%BE%D0%BD%D0%BD%D0%BE%D0%B3%D0%BE%20%D0%B2%D0%B0%D1%80%D0%B8%D0%B0%D0%BD%D1%82%D0%B0.pdf Пример варианта]

			Примеры задач:
			* [http://nbviewer.jupyter.org/github/shestakoff/minor_da_2017/blob/master/colloc_knn.ipynb Метрические методы, kNN]
			* [https://github.com/esokolov/ml-minor-hse/blob/master/colloquium-2017/colloquium_minor_problems_linear.pdf Линейные методы]
			* [https://github.com/esokolov/ml-minor-hse/blob/master/colloquium-2017/colloquium_minor_problems_trees.ipynb Решающие деревья]
			* [https://github.com/esokolov/ml-minor-hse/blob/master/colloquium-2017/colloquium_minor_problems_metrics.ipynb Метрики качества]

	== Лекции ==		== Лекции ==

Nadiinchi в 09:45, 22 ноября 2021

2021-11-22T09:45:15Z

@@ Строка 49: / Строка 49: @@
 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 ==
@@ Строка 106: / Строка 127: @@
 На семинарах будут разбираться теоретические задачи, новый теоретический материал и практические задания. Практика в курсе проводится с использованием языка Python, среды Jupyter Notebook и библиотек Numpy, Pandas, Sklearn, Matplotlib, PyTorch.
 ===Курсы по машинному обучению и анализу данных===

Nadiinchi в 21:29, 15 ноября 2021

2021-11-15T21:29:01Z

← Предыдущая версия		Версия от 21:29, 15 ноября 2021
Строка 64:		Строка 64:
	Тема 4. Метрики качества классификации. [[https://github.com/esokolov/ml-course-hse/blob/master/2018-fall/lecture-notes/lecture04-linclass.pdf Конспект (стр. 3-8)]]		Тема 4. Метрики качества классификации. [[https://github.com/esokolov/ml-course-hse/blob/master/2018-fall/lecture-notes/lecture04-linclass.pdf Конспект (стр. 3-8)]]

	Тема 5. (вошла в семинары) Многоклассовая линейная классификация. ~~Метрические методы.~~ [[https://github.com/esokolov/ml-course-hse/blob/master/2019-fall/lecture-notes/lecture06-linclass.pdf Конспект по многоклассовой классификации (стр. 1-3, 5-6)]]		Тема 5. (вошла в семинары) Многоклассовая линейная классификация. [[https://github.com/esokolov/ml-course-hse/blob/master/2019-fall/lecture-notes/lecture06-linclass.pdf Конспект по многоклассовой классификации (стр. 1-3, 5-6)]]

	Тема 6. (вошла в семинары) [[https://github.com/esokolov/ml-course-hse/blob/master/2017-fall/seminars/sem06-knn.pdf Конспект по метрическим методам (стр. 1-2)]]		Тема 6. (вошла в семинары) Метрические методы. [[https://github.com/esokolov/ml-course-hse/blob/master/2017-fall/seminars/sem06-knn.pdf Конспект по метрическим методам (стр. 1-2)]]

	Тема 7. Решающие деревья		Тема 7. Решающие деревья
Строка 108:		Строка 108:

	== Контрольная работа (общая информация) ==		== Контрольная работа (общая информация) ==
	[[https://~~github~~.~~com/nadiinchi/ml_hse_nes_2019/blob/master/materials/exam_ml2020.pdf Вопросы к экзамену 2020 года (пока не обновлялись в 2021!)]]~~		[[https://drive.google.com/file/d/1XSuR3bAh9ve33KZXtrGlp7q4jyN9CxT4/view?usp=sharing Вопросы к контрольной работе (мидтерму) 2021)]]
	~~[[https://github~~.com/~~nadiinchi~~/~~ml_hse_nes_2019~~/~~blob~~/~~master/materials/%D0%92%D0%BE%D0%BF%D1%80%D0%BE%D1%81%D1%8B%20%D0%BA%20%D0%BA%D0%BE%D0%BD%D1%82%D1%80%D0%BE%D0%BB%D1%8C%D0%BD%D0%BE%D0%B8%CC%86%20%D1%80%D0%B0%D0%B1%D0%BE%D1%82%D0%B5%202020.pdf~~ Вопросы к контрольной работе ~~2020 года~~ (~~пока не обновлялись в~~ 2021!)]]

	Содержание контрольной работы и экзамена: теоретические вопросы из списка (возможны измененные формулировки) + теоретические задачи. Контрольная работа и экзамен не включают задачи на программирование. Теоретические вопросы подразумевают развернутые ответы с формулами.		Содержание контрольной работы и экзамена: теоретические вопросы из списка (возможны измененные формулировки) + теоретические задачи. Контрольная работа и экзамен не включают задачи на программирование. Теоретические вопросы подразумевают развернутые ответы с формулами.

Nadiinchi в 11:32, 12 ноября 2021

2021-11-12T11:32:10Z

← Предыдущая версия		Версия от 11:32, 12 ноября 2021
Строка 54:		Строка 54:
	Указаны прошлогодние материалы, при необходимости в течение курса они будут обновляться.		Указаны прошлогодние материалы, при необходимости в течение курса они будут обновляться.

	~~Лекция~~ 1. Введение в машинное обучение. [[https://github.com/nadiinchi/ml_hse_nes_2019/blob/master/materials/presentation_ml.pdf Презентация по введению~~.]]~~		Тема 1. Введение в машинное обучение. [[https://github.com/nadiinchi/ml_hse_nes_2019/blob/master/materials/presentation_ml.pdf Презентация по введению.]]
	~~[[https://github.com/nadiinchi/ml_hse_nes_2019/blob/master/materials/Presentation_data.pdf Презентация про данные~~.]]

	~~Лекции~~ 2-3. Линейная регрессия. [[https://github.com/esokolov/ml-course-hse/blob/master/2020-fall/lecture-notes/lecture02-linregr.pdf Конспект 1 (стр. 1-10)]]		Тема 2. Линейная регрессия. [[https://github.com/esokolov/ml-course-hse/blob/master/2020-fall/lecture-notes/lecture02-linregr.pdf Конспект 1 (стр. 1-10)]]
	[[https://github.com/esokolov/ml-course-hse/blob/master/2020-fall/lecture-notes/lecture03-linregr.pdf Конспект 2 (стр. 1-5)]]		[[https://github.com/esokolov/ml-course-hse/blob/master/2020-fall/lecture-notes/lecture03-linregr.pdf Конспект 2 (стр. 1-5)]]

	~~Лекция 4~~. Линейная классификация. [[https://github.com/esokolov/ml-course-hse/blob/master/2018-fall/lecture-notes/lecture04-linclass.pdf Конспект 1 (стр. 1-3)]]		Тема 3. Линейная классификация. [[https://github.com/esokolov/ml-course-hse/blob/master/2018-fall/lecture-notes/lecture04-linclass.pdf Конспект 1 (стр. 1-3)]]
	[[https://github.com/esokolov/ml-course-hse/blob/master/2018-fall/lecture-notes/lecture06-linclass.pdf Конспект 2 (стр. 1-4)]]		[[https://github.com/esokolov/ml-course-hse/blob/master/2018-fall/lecture-notes/lecture06-linclass.pdf Конспект 2 (стр. 1-4)]]

	~~Лекция 5~~. Метрики качества классификации. [[https://github.com/esokolov/ml-course-hse/blob/master/2018-fall/lecture-notes/lecture04-linclass.pdf Конспект (стр. 3-8)]]		Тема 4. Метрики качества классификации. [[https://github.com/esokolov/ml-course-hse/blob/master/2018-fall/lecture-notes/lecture04-linclass.pdf Конспект (стр. 3-8)]]

	~~Лекция 6~~. Многоклассовая линейная классификация. Метрические методы. [[https://github.com/esokolov/ml-course-hse/blob/master/2019-fall/lecture-notes/lecture06-linclass.pdf Конспект по многоклассовой классификации (стр. 1-3, 5-6~~)]] [[https://github.com/esokolov/ml-course-hse/blob/master/2017-fall/seminars/sem06-knn.pdf Конспект по метрическим методам (стр. 1-2~~)]]		Тема 5. (вошла в семинары) Многоклассовая линейная классификация. Метрические методы. [[https://github.com/esokolov/ml-course-hse/blob/master/2019-fall/lecture-notes/lecture06-linclass.pdf Конспект по многоклассовой классификации (стр. 1-3, 5-6)]]

	~~Лекция~~ 7. Решающие деревья		Тема 6. (вошла в семинары) [[https://github.com/esokolov/ml-course-hse/blob/master/2017-fall/seminars/sem06-knn.pdf Конспект по метрическим методам (стр. 1-2)]]

			Тема 7. Решающие деревья
	[[https://github.com/esokolov/ml-course-hse/blob/master/2018-fall/lecture-notes/lecture07-trees.pdf Конспект]]		[[https://github.com/esokolov/ml-course-hse/blob/master/2018-fall/lecture-notes/lecture07-trees.pdf Конспект]]

	~~Лекция~~ 8. Композиции алгоритмов		Тема 8. Композиции алгоритмов
	[[https://github.com/esokolov/ml-course-hse/blob/master/2019-fall/lecture-notes/lecture08-ensembles.pdf Конспект про бэггинг и случайные леса (стр. 1, 2, 9)]]		[[https://github.com/esokolov/ml-course-hse/blob/master/2019-fall/lecture-notes/lecture08-ensembles.pdf Конспект про бэггинг и случайные леса (стр. 1, 2, 9)]]
	[[https://github.com/esokolov/ml-course-hse/blob/master/2018-fall/lecture-notes/lecture09-ensembles.pdf Конспект про градиентный бустинг (стр. 1-4)]]		[[https://github.com/esokolov/ml-course-hse/blob/master/2018-fall/lecture-notes/lecture09-ensembles.pdf Конспект про градиентный бустинг (стр. 1-4)]]

	~~Лекция 8~~. ~~Разложение ошибки на смещение и разброс~~		Тема 9. Отбор признаков
	[[https://github.com/~~esokolov/ml-course-~~hse~~/blob/master/2019-fall/lecture~~-~~notes~~/~~lecture08~~-~~ensembles.pdf Конспект(стр. 3~~-~~6)]]~~		[[https://github.com/hse-ds/iad-intro-ds/blob/master/2021/lectures/lecture15-reduction.pdf Презентация]]
	~~[[https://github.com/esokolov/ml-course-hse~~/blob/master/~~2019-fall~~/~~seminars~~/~~sem08~~-~~bvd~~.pdf ~~Конспект c примерами(стр. 1-4)~~]]

	~~Лекция 9. Рекомендательные системы~~		Тема 10. Кластеризация и методы понижения размерности
	~~[[https://github.com/esokolov/ml-course-hse/blob/master/2018-fall/lecture-notes/lecture12-factorizations.pdf Конспект (стр. 3-7)]]~~

	~~Лекция~~ 10. Кластеризация и методы понижения размерности
	[[https://github.com/esokolov/ml-course-hse/blob/master/2018-fall/lecture-notes/lecture11-unsupervised.pdf Конспект по кластеризации и визуализации]]		[[https://github.com/esokolov/ml-course-hse/blob/master/2018-fall/lecture-notes/lecture11-unsupervised.pdf Конспект по кластеризации и визуализации]]
	[[https://ru.coursera.org/lecture/vvedenie-mashinnoe-obuchenie/mietod-ghlavnykh-komponient-Ey95r Видео про метод главных компонент]]		[[https://ru.coursera.org/lecture/vvedenie-mashinnoe-obuchenie/mietod-ghlavnykh-komponient-Ey95r Видео про метод главных компонент]]
	[[https://github.com/esokolov/ml-course-msu/blob/master/ML15-spring/lecture-notes/Sem06_pca.pdf Вывод решения в ~~меоде~~ главных компонент (доп. материал)]]		[[https://github.com/esokolov/ml-course-msu/blob/master/ML15-spring/lecture-notes/Sem06_pca.pdf Вывод решения в методе главных компонент (доп. материал)]]

			Тема 11. Рекомендательные системы
			[[https://github.com/esokolov/ml-course-hse/blob/master/2018-fall/lecture-notes/lecture12-factorizations.pdf Конспект (стр. 3-7)]]

	~~Лекция 11~~. Введение в нейронные сети		Тема 12. Введение в нейронные сети
	[[https://github.com/nadiinchi/ml_workshop_nov2020/blob/main/DL_slides.pdf Презентация]] (на лекции было больше материала)		[[https://github.com/nadiinchi/ml_workshop_nov2020/blob/main/DL_slides.pdf Презентация]] (на лекции было больше материала)

	~~Лекция 12~~. Сверточные нейросети. Регуляризация нейронных сетей.		Тема 13. Сверточные нейросети. Регуляризация нейронных сетей.
	[[https://drive.google.com/file/d/1uSVdPsn5wznk510gS9N1K9DXITpxNFXt/view Презентация]] (на лекции было больше материала)		[[https://drive.google.com/file/d/1uSVdPsn5wznk510gS9N1K9DXITpxNFXt/view Презентация]] (на лекции было больше материала)

	~~Лекция 13~~. Нейронные сети в анализе текстов.		Тема 14. Нейронные сети в анализе текстов.
	[[https://github.com/nadiinchi/ml_hse_nes_2019/blob/master/materials/NLP_lecture.pdf Презентация]]		[[https://github.com/nadiinchi/ml_hse_nes_2019/blob/master/materials/NLP_lecture.pdf Презентация]]

Asya Karpova в 21:24, 2 сентября 2021

2021-09-02T21:24:04Z

← Предыдущая версия		Версия от 21:24, 2 сентября 2021
Строка 103:		Строка 103:
	== Семинары ==		== Семинары ==

	~~Материалы семинаров и домашек лежат~~ [https://github.com/AsyaKarpova/~~ml_nes_2020 здесь TO BE UPDATED~~].		[https://github.com/AsyaKarpova/ml_nes_2021 Github] с семинарами и домашками.

	На семинарах будут разбираться теоретические задачи, новый теоретический материал и практические задания. Практика в курсе проводится с использованием языка Python, среды Jupyter Notebook и библиотек Numpy, Pandas, Sklearn, Matplotlib, PyTorch.		На семинарах будут разбираться теоретические задачи, новый теоретический материал и практические задания. Практика в курсе проводится с использованием языка Python, среды Jupyter Notebook и библиотек Numpy, Pandas, Sklearn, Matplotlib, PyTorch.