Семинар с компьютером (как на курсе по Питону).
Каждый четверг с 18:00 до 20:30 в 621 аудитории (кроме праздников и форс-мажоров).
Будут видеозаписи. (Плейлист на youtube)
Посещаемость необязательна.
Пары проводятся транслируются онлайн в комнате дискорда
- Основы Python и ООП на нем
- Основы Теории Вероятности: матожидание, дисперсия, плотность, нормальное распределение.
- Основы Алгебры. Матрицы, ранг матрицы, СЛУ.
- Основы Мат. анализа. Взятие производной, взятие интегралов.
Для ФИИТа 2 курса - обязательный курс.
Для всех остальных - 6 зет спецкурсами. (Вы сами договариваетесь с преподами что вам ставить в учебный план)
- Для ФИИТа 4 курса - ставим "Машинное обучение и Python" (3 зет) и "Введение в машинное обучение" (3 зет)
- Для КН 3-4 курса - ставим "Анализ Данных" (6 зет)
Чтобы сдать курс сдать ДЗ и получить баллы в системе Ulearn.
- На 3 - 70 баллов.
- На 4 - 95 баллов.
- На 5 - 120 баллов.
Для людей с 4 курса, границы баллов будут обсуждаться в апреле.
Домашние задания сдаются в системе Ulearn Курс по МЛ
Необходимо подключиться к группе
Всего будет 14 домашек по 10 баллов (140 баллов суммарно).
Дедлайн домашки начало новой пары: 18:00 на след неделе.
После дедлайна стоимость сданной задачи составляет 50% от изначальной.
При нахождении явного списывания задачи, задача обнуляется у обоих студентов. Есть возможность пересдать.
Мы хотим давать некоторую обратную связь при отправке неправильного решения. Однако данная возможность делает питон небезопасным, и при должном желании можно выгрузить тесты и решение из системы. При нахождении попытки студента хакнуть юлерн или предоставить решение из просто выписанных тестов, будет ставиться 0 за всю домашку на неделе, вне зависимости от того сдали ли вы потом правильное решение.
- (17.02.22) Введение в анализ данных. Numpy. Pandas. Визуализация.
- (24.02.22) Введение в машинное обучение. Базовые алгоритмы. Байесовский классификатор. видео
- (10.03.22) Линейная Регрессия. Градиентный спуск. видео
- (17.03.22) Метрики. Обработка признаков. Проклятие размерности. видео
- (24.03.22) Деревья решений. Ансамбли деревьев. Случайный лес. видео
- (31.03.22) Градиентный бустинг. видео
- (07.04.22) Интерпретация и тестирование моделей. (не провели)
- (14.04.22) Нейронные сети. Алгоритм обратного распространения ошибки.
- (21.04.22) Сверточные нейронные сети. Распознавание изображений.
- (28.04.22) Введение в NLP. Эмбеддинги.
- (05.05.22) Реккурентные нейронные сети. Трансформеры.
- (12.05.22) Автоэнкодеры. Генеративные нейронные сети.
- (19.05.22) Алгоритмы кластеризации. Анализ временных рядов.
- (26.05.22) Практическое применение Машинного обучения.
- (02.05.22) Общение с приглашенными специалистами в области мл.