|
|
| Строка 1: |
Строка 1: |
| '''Преподаватель''' - [https://www.hse.ru/staff/ashestakoff Шестаков Андрей]<br />
| | Segeralah Mendaftar langsung di |
| '''Форма обратной связи''' [https://goo.gl/forms/xTfnM328m8ulT4FF2 здесь]<br />
| | * [https://macanplay.net/ Macanslot] |
| '''[https://docs.google.com/spreadsheets/d/1AtkHcA1BhyVYUAHgFwoi-u955oCpKx8bPJgMXv0u1wA/edit?usp=sharing Оценки]''' <br />
| | * [https://paradox3d.net/ InaTogel] |
| '''[https://github.com/shestakoff/hse-ml-poly Course repo]<br />
| | * [https://macanwin.net/ QqMacan] |
| '''[https://t.me/joinchat/Bw-OoxE5ev-GyHnYzvn-Fw Telegram Group]<br />
| | * [https://lechers.cc/ RoyalToto] |
| | | * [https://xenogames.net/ JayaTogelUp] |
| <br />
| | * [https://eeooii.info/ Raja Slot4D] |
| | | * [https://139.180.153.95/ Raja Slot4D] |
| == Описание курса ==
| | * [https://209.58.183.93/ JayaTogelUp] |
| Целью данного курса является изучение
| | * [https://ronin138.com/ Ronin138] |
| * Основных идеи и принципов машинного обучения с упором на их практическое применение | | * [https://addicthealious.website/ slot 4d] |
| * Методов сбора и анализа сложный структур данных
| | * [https://18.142.23.191/ Macan Slot] |
| | | * [https://royaltotopedia.com RoyTop88] |
| Предполагается, что слушатели прошли вводный курс по языку Python и имеют базовые знания по высшей математике (линейная алгебра, мат. анализ)
| | * [https://macanplay.com MacanSlot] |
| | | * [https://macantoto88.com Toto 88] |
| [https://www.hse.ru/data/2018/08/28/1150083198/program-2162208533-Wm4wwe8sbZ.pdf Программа курса] | | * [https://jayatogelup.com.com jayatogelup] |
| | | [https://ronin19.com/ Ronin138] |
| '''Курс оценивается за счет'''
| | [https://addicthealing.website/ slot 4d] |
| # Тестов на занятиях
| | [https://jayatogelcc.cc/ jayatogel] |
| # Практических и теоретических домашних заданий
| | [https://jayatogelcc.cc/ jayatogelcc] |
| # Коллоквиума в конце 2го модуля
| | [http://northcoaststeelhead.com/ northcoaststeelhead.com] |
| # Проектной работы
| | [http://supremeoutlet.us/ supremeoutlet.us] |
| # Экзамена
| | [http://208.78.220.231/ freebet] |
| | | [http://blackfridaymichaelkors.us/ freebet] |
| == Материалы лекций ==
| | [https://supremeshirtshop.us/ supremeshirtshop.us] |
| | | [https://macanplayslot.web.fc2.com/ macanplay] |
| '''Лекция 1. Введение ''' <br/>
| | [https://royaltotopedia4d.web.fc2.com/ royaltotopedia] |
| [https://shestakoff.github.io/hse-ml-poly/2018-10/l1-intro/lecture-intro.slides.html#/ Slides] <br/> | | [https://macanplay8.web.fc2.com/ macanplay slot] |
| | | [https://royaltotopedia88.web.fc2.com/ royaltoto] |
| '''Лекция 2. Метрические методы и метрики качества классификации ''' <br/>
| | [https://olxtotos.web.fc2.com/ olxtoto] |
| [https://shestakoff.github.io/hse-ml-poly/2018-10/l2-knn/lecture-knn.slides.html#/ Slides] <br/> | | [https://linklist.bio/OLX.TOTO olxtoto] |
| FYI: [https://sebastianraschka.com/blog/2018/model-evaluation-selection-part4.html Статистические тесты для сравнения качества моделей] <br/>
| | [https://c.mi.com/thread-4131553-1-0.html olxtoto] |
| | | [https://heylink.me/FAFA138 fafa138] |
| '''Лекция 3. Деревья принятия решений. Случайный лес ''' <br/>
| | [https://heylink.me/FaFa138 fafa138] |
| [https://shestakoff.github.io/hse-ml-poly/2018-10/l3-trees/lecture-trees.slides#/ Slides] <br/> | | [https://heylink.me/Fafa138 fafa138] |
| FYI: [http://www.r2d3.us/visual-intro-to-machine-learning-part-1/ beautiful trees intro] <br/>
| | [https://magic.ly/FAFA138 fafa138] |
| FYI: [http://blog.datadive.net/interpreting-random-forests/ trees and random forest interpretation] <br/>
| | [https://fafa138slot.web.fc2.com fafa138] |
| | | [https://heylink.me/FAFA138 fafa138] |
| '''Лекция 4. Линейные модели. Линейная регрессия ''' <br/>
| | [http://ec2-13-250-3-146.ap-southeast-1.compute.amazonaws.com/ fafa138] |
| [https://shestakoff.github.io/hse-ml-poly/2018-10/l4-linear/lecture-linear.slides#/ Slides] <br/> | |
| FYI: [http://www.cazaar.com/ta/econ113/interpreting-beta Интерпретация коэффициентов линейной модели] <br/>
| |
| FYI: [https://www.youtube.com/watch?v=UcwI7tY7bss&list=PLu5flfwrnSD5d02G9YJcDv30Fp5_70-sI Курс по эконометрике от Демешева Б.Б.] <br/>
| |
| | |
| '''Лекция 5. Логистическая регрессия. Методы отбора признаков ''' <br/>
| |
| [https://shestakoff.github.io/hse-ml-poly/2018-10/l5-linclass-dimred/lecture-linclass-dimred.slides#/ Slides] <br/>
| |
| | |
| '''Лекция 6. Методы сжатия признаков. Введение в NLP ''' <br/>
| |
| [https://shestakoff.github.io/hse-ml-poly/2018-10/l6-pca-nlp/lecture-pca-nlp-intro.slides#/ Slides] <br/>
| |
| | |
| '''Лекция 7. NLP. Токенизация, лемматизация, LSA ''' <br/>
| |
| [https://shestakoff.github.io/hse-ml-poly/2018-10/l7-nlp/lecture-nlp-intro-v01.slides#/ Slides] <br/>
| |
| | |
| '''Лекция 8. Методы кластеризации 1 ''' <br/>
| |
| [https://shestakoff.github.io/hse-ml-poly/2018-10/l8-clustering/lecture-clust-v01.slides.html#/ Slides] <br/>
| |
| | |
| '''Лекция 9. Методы кластеризации 2 ''' <br/>
| |
| [https://shestakoff.github.io/hse-ml-poly/2018-10/l9-clustering2/lecture-clust2.slides.html#/ Slides] <br/>
| |
| | |
| '''Лекция 10. Введение в тематическое моделирование ''' <br/>
| |
| [https://shestakoff.github.io/hse-ml-poly/2018-10/l10-topic-modelling/lecture-topics.slides.html#/ Slides] <br/>
| |
| | |
| '''Лекция 11. Введение в анализ сетевых структур ''' <br/>
| |
| [https://shestakoff.github.io/hse-ml-poly/2018-10/l11-sna-intro/lecture-sna-intro.slides.html#/ Slides] <br/>
| |
| | |
| '''Лекция 12. Выявление сообществ на сети ''' <br/>
| |
| [https://shestakoff.github.io/hse-ml-poly/2018-10/l12-sna-communities/lecture-sna-communities.slides.html#/ Slides] <br/>
| |
| | |
| '''Лекция 13. Введение в рекомендательные системы ''' <br/>
| |
| [https://shestakoff.github.io/hse-ml-poly/2018-10/l13-recsys-intro/lecture-recsys.slides.html#/ Slides] <br/>
| |
| | |
| == Семинары ==
| |
| | |
| '''[https://cloud.mail.ru/public/2rPu/3CPeqxhzd Семинар 1.] Введение (повторение)'''<br/> Частично проработанный [http://nbviewer.jupyter.org/github/shestakoff/hse-ml-poly/blob/master/2018-10/s1-intro/seminar-intro-proc.ipynb ноутбук]
| |
| * [https://github.com/TomAugspurger/effective-pandas Effective Pandas] | |
| * [http://datacamp-community.s3.amazonaws.com/28b8210c-60cc-4f13-b0b4-5b4f2ad4790b Matplotlib Cheatsheet] | |
| * [http://datacamp-community.s3.amazonaws.com/9f0f2ae1-8bd8-4302-a67b-e17f3059d9e8 Pandas Cheatsheet]
| |
| * [http://datacamp-community.s3.amazonaws.com/e9f83f72-a81b-42c7-af44-4e35b48b20b7 NumPy Cheatsheet]
| |
| | |
| '''[https://cloud.mail.ru/public/5PBj/yxpVbQmWH Семинар 2.] Метрические методы ''' <br/>
| |
| Частично проработанный [http://nbviewer.jupyter.org/github/shestakoff/hse-ml-poly/blob/master/2018-10/s2-knn/seminar-knn-proc.ipynb ноутбук]
| |
| | |
| '''[https://cloud.mail.ru/public/5PBj/yxpVbQmWH Семинар 3.] Деревья принятия решений ''' <br/>
| |
| Частично проработанный [http://nbviewer.jupyter.org/github/shestakoff/hse-ml-poly/blob/master/2018-10/s3-trees/seminar-trees-proc.ipynb ноутбук]
| |
| | |
| '''[https://cloud.mail.ru/public/DjYU/95C2YZ4VG Семинар 4.] Линейные модели, регрессия. ''' <br/>
| |
| Частично проработанный [http://nbviewer.jupyter.org/github/shestakoff/hse-ml-poly/blob/master/2018-10/s4-linear/seminar-linear-proc.ipynb ноутбук]
| |
| | |
| '''[https://cloud.mail.ru/public/CXNQ/p3nLJFQk7 Семинар 5.] Линейные модели, классификация. Методы отбора признаков ''' <br/>
| |
| Частично проработанный [http://nbviewer.jupyter.org/github/shestakoff/hse-ml-poly/blob/master/2018-10/s5-linclass-dimred/seminar-linclass-dimred-proc.ipynb ноутбук]
| |
| | |
| '''[https://cloud.mail.ru/public/Lkd4/DuoVaX1xB Семинар 6.] Методы сжатия признаков ''' <br/>
| |
| Частично проработанный [http://nbviewer.jupyter.org/github/shestakoff/hse-ml-poly/blob/master/2018-10/s6-pca-nlp/seminar-dimred-nlp-proc.ipynb ноутбук]
| |
| | |
| '''[https://cloud.mail.ru/public/9aH4/aC9gDZxVy Семинар 7.] NLP ''' <br/>
| |
| Частично проработанный [http://nbviewer.jupyter.org/github/shestakoff/hse-ml-poly/blob/master/2018-10/s7-nlp/seminar-nlp-proc.ipynb ноутбук]
| |
| | |
| '''[https://cloud.mail.ru/public/4AxF/B2aVDby46 Семинар 8.] Кластеризация 1 ''' <br/>
| |
| Частично проработанный [http://nbviewer.jupyter.org/github/shestakoff/hse-ml-poly/blob/master/2018-10/s8-clustering/seminar-clust-proc.ipynb ноутбук]
| |
| | |
| '''[https://cloud.mail.ru/public/Aqr9/iBWB8wcRR Семинар 9.] Кластеризация 2 ''' <br/>
| |
| Частично проработанный [http://nbviewer.jupyter.org/github/shestakoff/hse-ml-poly/blob/master/2018-10/s9-clustering2/seminar-clust2-proc.ipynb ноутбук]
| |
| | |
| '''[https://cloud.mail.ru/public/4hqt/tA1nUFq3G Семинар 10.] Введение в тематические модели''' <br/>
| |
| Частично проработанный [https://github.com/shestakoff/hse-ml-poly/blob/master/2018-10/s10-topic-modelling/seminar-topics-proc.ipynb ноутбук]
| |
| <br/>
| |
| '''[https://cloud.mail.ru/public/DgSH/2uUd58zwg Разбор коллоквиума.]''' <br/>
| |
| | |
| '''[https://cloud.mail.ru/public/HV4k/k6Dmwim8V Семинар 11.] Анализ сетевых структур''' <br/>
| |
| Частично проработанный [https://github.com/shestakoff/hse-ml-poly/blob/master/2018-10/s11-sna-intro/seminar-sna-intro-proc.ipynb ноутбук]
| |
| | |
| '''[https://cloud.mail.ru/public/9bEX/nDQ8u6XbM Семинар 12.] Cообщества в сетях''' <br/>
| |
| Частично проработанный [https://github.com/shestakoff/hse-ml-poly/blob/master/2018-10/s12-communities/seminar-sna-communities-proc.ipynb ноутбук]
| |
| | |
| '''[https://cloud.mail.ru/public/AZ2X/vathduSDg Семинар 13.] Рекомендашки''' <br/>
| |
| Частично проработанный [https://github.com/shestakoff/hse-ml-poly/blob/master/2018-10/s13-recsys-intro/seminar-recsys-proc.ipynb ноутбук]
| |
| | |
| | |
| <br/>
| |
| | |
| == Домашние задания ==
| |
| | |
| '''[https://cloud.mail.ru/public/NHt7/S32JLe6qM Задание 1]. Дедлайн - 2 Декабря 2018, 23:59 <br/>
| |
| '''[https://cloud.mail.ru/public/21Xj/SBo1qMnA6 Задание 2]. Дедлайн - 9 Декабря 2018, 23:59 <br/>
| |
| '''[https://cloud.mail.ru/public/6dJB/DBrDFr2Ad Задание 3]. Дедлайн - 8 Февраля 2019, 23:59 <br/>
| |
| '''[https://cloud.mail.ru/public/LWCE/Eb1uiQ4nN Задание 4]. Дедлайн - 19 февраля 2019, 23:59
| |
| | |
| == Курсовой проект ==
| |
| | |
| В рамках курса студенты должны применить полученные знания для решения прикладной задачи. Размеры проектных групп 1-3 человека.
| |
| | |
| К 1 марта надо прислать ссылку на собранные данные для анализа и краткий план самого анализа и выполнения задач:
| |
| # Какие будут шаги,
| |
| # Какие методы использованы,
| |
| # Что будет получено на выходе,
| |
| # Как будет измерен результат
| |
| | |
| [https://docs.google.com/spreadsheets/d/1yzepgq1jU6idIYCvQFN3a8-1QwodeMAbeVFJzpysYTU/edit?usp=sharing Файл с группами] | |
| | |
| Защита проекта будет проходить в виде презентации.
| |
| | |
| Вес проектной работы = 2 домашкам
| |
| | |
| Для вдохновения:
| |
| # https://fivethirtyeight.com/
| |
| # [https://cloud.mail.ru/public/3kgZ/A5ZcV2j3J Статьи]
| |
| | |
| == Плагиат ==
| |
| Карается жестоко и на месте
| |
| | |
| == Дедлайны ==
| |
| | |
| Дедлайны по всем заданиям являются строгими (то есть после дедлайна работы приниматься не будут). <br/>
| |
| Сроки сдачи могут быть сдвинуты в индивидуальном порядке в случае существования уважительных причин.
| |
| | |
| == Формат сдачи домашних заданий ==
| |
| Практические ДЗ должны быть выполнены в Jupyter Notebook на языке Python 3. Файл должен успешно выполняться (кроме случаев нестыковки модулей) и содержать только релевантную информацию.<br/>
| |
| Крайне желательно следовать правилам [https://www.python.org/dev/peps/pep-0008/ PEP8]
| |
| | |
| == Полезные Ссылки ==
| |
| === Machine learning ===
| |
| * [https://habr.com/company/ods/blog/322626/ Открытый курс по МО]
| |
| * Видео курс по анализу данных от CS Center [https://www.youtube.com/playlist?list=PLlb7e2G7aSpRb95_Wi7lZ-zA6fOjV3_l7 часть 1] и [https://www.youtube.com/playlist?list=PLlb7e2G7aSpT1ntsozWmWJ4kGUsUs141Y часть 2]
| |
| * [https://github.com/esokolov/ml-course-hse Курс от Евгения Соколова]
| |
| * [http://www.machinelearning.ru/wiki/index.php?title=Заглавная_страница machinelearning.ru]
| |
| * [https://yandexdataschool.ru/edu-process/courses/machine-learning Видео лекции Воронцова К.Ю.]
| |
| * [https://www.dataoptimal.com/wp-content/uploads/Data-Science-Books-for-2018.pdf Подборка книг по ML]
| |
| * [http://web.stanford.edu/~hastie/local.ftp/Springer/ESLII_print10.pdf Elements of Statistical Learning (Trevor Hastie, Robert Tibshirani, Jerome Friedman)]
| |
| | |
| === Python ===
| |
| * Основные библиотеки и документация: [http://www.numpy.org/ NumPy], [http://pandas.pydata.org/ Pandas], [http://scikit-learn.org/stable/ SciKit-Learn], [http://matplotlib.org/ Matplotlib].
| |
| * Краткое руководство: [http://nbviewer.ipython.org/gist/voron13e02/83a86f2e0fc5e7f8424d краткое руководство с примерами по Python 2]
| |
| * Python from scratch: [http://nbviewer.ipython.org/gist/rpmuller/5920182 A Crash Course in Python for Scientists]
| |
| * Lectures [https://github.com/jrjohansson/scientific-python-lectures#online-read-only-versions Scientific Python]
| |
| * A book: [http://www.cin.ufpe.br/~embat/Python%20for%20Data%20Analysis.pdf Wes McKinney «Python for Data Analysis»]
| |
| * [https://github.com/ipython/ipython/wiki/A-gallery-of-interesting-IPython-Notebooks Коллекция интересных IPython ноутбуков]
| |