Открытый курс OpenDataScience по машинному обучению

Основные темы

Первичный анализ данных с Pandas
Визуальный анализ данных в Python
Классификация, деревья решений и метод ближайших соседей
Линейные модели классификации и регрессии. Кросс-валидация и оценка модели
Композиции: бэггинг, случайный лес. Кривые валидации и обучения
Обучение без учителя: PCA, кластеризация, поиск аномалий
Искусство построения и отбора признаков. Приложения в задачах обработки текста, изображений и гео-данных

Авторы статей и лекторы (в скобках – ники в OpenDataScience и на Хабрахабре)

Юрий Кашницкий (@yorko)

Программист-исследователь Mail.ru Group, старший преподаватель факультета компьютерных наук ВШЭ, научный сотрудник Международной научно-учебной лаборатории интеллектуальных систем и структурного анализа ВШЭ. В прошлом — разработчик Hadoop, бизнес-аналитик и Java-программист РДТЕХ. Домашняя страница https://yorko.github.io/
Преподаватель в годовой программе дополнительного образования по анализу данных в ВШЭ, автор Capstone проекта специализации Яндекса и МФТИ "Машинное обучение и анализ данных"
У Юрия есть репозиторий с Jupyter-тетрадками по языку Python и основным алгоритмам и структурам данных

Павел Нестеров (@mephistopheies)

Data Scientist в стартапе, который нельзя называть. Раньше - программист-исследователь Mail.Ru Group в департаменте рекламы, позже в департаменте поиска. Преподавал в Техносфере@Mail.Ru на базе МГУ ВМК. Еще раньше - программист-исследователь в сфере компьютерного зрения, до нейросетевой эпохи, в Aspose ltd. Домашняя страница http://pavelnesterov.info/
Павел пишет содержательные статьи на Хабре по нейронным сетям.

Екатерина Демидова (@katya, cotique)

Data Scientist в Segmento, г. Санкт-Петербург. Ментор специализации Яндекса и МФТИ "Машинное обучение и анализ данных"
У Кати есть репозиторий со списком книг/курсов/статей по Data Science

Мария Мансурова (@miptgirl)

Аналитик в Яндексе, г. Москва

Арсений Кравченко (@arsenyinfo)

Дмитрий Сергеев (@dmitryserg)

Виталий Радченко (@vradchenko)

Сергей Королев (@libfun)

Инструкция по установке Docker-контейнера (необходимое ПО)

В курсе используется сборка библиотек Anaconda, тетрадки Jupyter, Xgboost и некоторые другие библиотеки. Все это можно не устанавливать, а использовать Docker-контейнер (требования: около 4 Гб места на диске, 4 Гб RAM). Введение в Docker. Рекомендуется тем, кто использует Windows, c *NIX проще самостоятельно установить необходимое (см. Dockerfile).

Инструкция:

скачать данный репозиторий
на Windows скорее всего придется включить в BIOS виртуализацию, если раньше не использовали виртуальные машины или Docker
установить Docker
установить Docker Compose
перейти в командной строке/терминале в скачанный каталог mlcourse_open
выполнить docker-compose up. Первый раз это займет продолжительное время
открыть localhost:7777 (в файле docker-compose.yml можно поменять порт 7777 на любой другой)
далее можно выполнить тетрадку check_docker.ipynb и убедиться, что нужные библиотеки подключаются

Контейнеры Docker, как правило, занимают много места на диске.

docker ps – посмотреть весь список контейнеров
docker stop $(docker ps -a -q) – остановить все контейнеры
docker rm $(docker ps -a -q) – удалить все контейнеры
docker images - посмотреть весь список образов
docker rmi <image_id> – удалить ненужный образ

Доступная и понятная документация Docker с примерами

anton-khodak/mlcourse_open