- Новости
- Краткая информация
- Время и место
- Связь с преподавателями
- Результаты выполнения заданий
- Программа курса
- Список литературы
- Полезные ссылки
- (2020-05-08) Выложена десятая лекция, прочитанная В. Корвяковым и Э. Казиахмедовым.
- (2020-04-14) Выложены девятая лекция и семинар.
- (2020-04-07) Открыто соревнование на kaggle. Дедлайн: до 15 мая включительно.
- (2020-04-07) Выложена восьмая лекция
- (2020-04-01) Выложено второе практическое задание. Дедлайн отправки: до 01 мая включительно. Отправку задания необходимо делать с темой письма [ML2020:prac02]
- (2020-04-01) Выложены седьмая лекция и семинар.
- (2020-03-24) Выложено второе теоретическое задание. Дедлайн отправки: до 14 апреля включительно. Отправку задания необходимо делать с темой письма [ML2020:th02]
- (2020-03-24) Выложена шестая лекция.
- (2020-03-17) Выложена пятая лекция.
- (2020-03-11) Выложено первое практическое задание. Дедлайн отправки: до 01 апреля включительно. Отправку задания необходимо делать с темой письма [ML2020:prac01]
- (2020-03-11) Выложена четверная лекция и семинар по pandas. Был добавлен раздел с примерами кода notebooks
- (2020-03-04) Выложено первое теоретическое задание. Дедлайн отправки: до 25 марта включительно. Отправку задания необходимо делать с темой письма [ML2020:th01]
- (2020-03-04) Выложена третья лекция
- (2020-02-27) Выложена вторая лекция
- (2020-02-19) Выложена первая лекция и первый семинар
- Первая лекция состоится во вторник 18 февраля, в 18:30 в аудитории 1205 (ГЗ МГУ)
- В этом семетре помимо лекций будут проходить еще и семинарские занятия, на которых будут обсуждаться практические вопросы машинного обучения. Семинары будут проходить сразу после лекций.
В весеннем семестре 2020 года на механико-математическом факультете МГУ им. М. В. Ломоносова начинается чтение нового спецкурса по выбору студента, посвященного классическим алгоритмам машинного обучения.
Курс будет читаться на базе кафедры Математической Теории Интеллектуальных Систем под руководством д.ф.-м.н., профессора Бабина Д. Н. Курс будут читать к.ф.-м.н. Петюшко А. А. и к.ф.-м.н. Иванов И. Е.
Курс читается по вторникам в 18:30, ГЗ МГУ, аудитория 1205 (ГЗ МГУ).
- Telegram-канал, в котором будут появляться все важные новости
- Обратная связь - по почте [email protected]
- Ну и всегда можно написать в issues :)
| Номер | Дата | Лекция | Семинар |
|---|---|---|---|
| 01 | 18.02.2020 | Вводная лекция | Вводное занятие по Python |
| 02 | 25.02.2020 | Непараметрические методы классификации и регрессии | Вводное занятие по Python (продолжение) |
| 03 | 03.03.2020 | Вероятностный подход к классификации | Разбор домашних заданий из курса по CV |
| 04 | 10.03.2020 | Регрессия и оценка качества | Введение в pandas |
| 05 | 17.03.2020 | Линейные классификаторы | Метрики качества классификаторов |
| 06 | 24.03.2020 | SVM | Построение SVM |
| 07 | 31.03.2020 | Решающие деревья. Случайный лес | Работа с пропущенными значениями. Выбор признаков |
| 08 | 07.04.2020 | Ансамбли | Обзор площадки Kaggle и соревнование |
| 09 | 14.04.2020 | Ансамбли | Обзор методов ансамблирования в sklearn |
| 10 | 21.04.2020 | Разведывательный анализ | Разведывательный анализ |
| 11 | 28.04.2020 | Методы уменьшения размерности | Разбор домашних заданий курса |
- Курс лекций по машинному обучению на http://www.machinelearning.ru от Воронцова К. В.
- Hastie, T. and Tibshirani, R. and Friedman, J. The Elements of Statistical Learning, 2nd edition, Springer, 2009.
- Bishop, C.M. Pattern Recognition and Machine Learning, Springer, 2006.
- Краткая справочная информация по Python, NumPy, SciPy, SciKit-learn, Pandas, MatPlotLib, Jupyter Notebook: см. в папке с документацией курса 2019 года
- Python Programming in 15 min: Part1, Part2, Part3
- Python Programmin - A Modern Approach: Code, notebooks and slides
- Playground and Cheatsheet for Learning Python: github repo
-
Homemade Machine Learning: github repo
-
Machine learning: Курс Andrew Ng на площадке https://www.coursera.org
- News
- Short info
- Time and place
- Communication with teachers
- Task results
- Course program
- Bibliography
- Useful links
- (2020-05-08) Uploaded 10th lecture, read by V. Korviakov and E. Kaziakhmedov.
- (2020-04-14) Uploaded 9th lecture and seminar.
- (2020-04-07) Competition is open on kaggle. Deadline: until May 15 inclusive.
- (2020-04-07) Uploaded 8th lecture
- (2020-04-01) Uploaded second practical task. Deadline for submit: until May 01 inclusive. Submitting an assignment must be done with the subject title [ML2020:prac02]
- (2020-04-01) Uploaded 7th lectureand seminar.
- (2020-03-24) Uploaded second theoretical task. Deadline for submit: until April 14 inclusive. Submitting an assignment must be done with the subject title [ML2020:th02]
- (2020-03-24) Uploaded 6th lecture.
- (2020-03-17) Uploaded 5th lecture.
- (2020-03-11) Uploaded first practical task. Deadline for submit: until April 01 inclusive. Submitting an assignment must be done with the subject title [ML2020:prac01]
- (2020-03-11) Uploaded 4th lecture and seminar pandas. A section with code examples has been added notebooks
- (2020-03-04) Uploaded first theoretical task. Deadline for sending: until March 25 inclusive. Submitting an assignment must be done with the subject title [ML2020:th01]
- (2020-03-04) Uploaded 3rd lecture
- (2020-02-27) Uploaded 2nd lecture
- (2020-02-19) Uploaded 1st lecture and first seminar
- The first lecture will take place on Tuesday 18, February, at 18:30 in room 1205 (main bilding MSU)
- This semester, in addition to lectures, we will also include seminars on which practical issues of machine learning will be discussed. Seminars will be held immediately after the lectures.
In the spring semester of 2020 at the Faculty of Mechanics and Mathematics of Lomonosov Moscow State University begins reading a new special course of the student's choice, dedicated to classical machine learning algorithms.
The course will be taught on the basis of the Department of Mathematical Theory of Intelligent Systems under the guidance of Doctor of Physical and Mathematical Sciences, Professor Babin D.N. The course will be delivered by Ph.D. Petiushko A.A. and Ph.D. Ivanov I.E.
The lessons are to be taught on Tuesdays at 18:30, main bilding MSU, room 1205.
- Telegram-channel, where all important news will appear
- Feedback - by email [email protected]
- Well, you can always write in issues :)
| Number | Вate | Lecture | Seminar |
|---|---|---|---|
| 01 | 18.02.2020 | Introductory lecture | Introductory Python Lesson |
| 02 | 25.02.2020 | Nonparametric classification and regression methods | Introductory Python Lesson (Continued) |
| 03 | 03.03.2020 | Probabilistic approach to classification | Analysis of homework from the CV course |
| 04 | 10.03.2020 | Regression and quality assessment | Introduction to pandas |
| 05 | 17.03.2020 | Linear classifiers | Classifier quality metrics |
| 06 | 24.03.2020 | SVM | Building SVM |
| 07 | 31.03.2020 | Decision trees. Random forest | Working with missing values. Feature selection |
| 08 | 07.04.2020 | Ensembles 1 | Kaggle site overview and challenge |
| 09 | 14.04.2020 | Ensembles 2 | An overview of ensemble methods in sklearn |
| 10 | 21.04.2020 | Exploratory data analysis | Exploratory data analysis |
| 11 | 28.04.2020 | Dimension reduction methods | Analysis of the course homework |
- Machine Learning Lecture Course on http://www.machinelearning.ru from Vorontsov K.V.
- Hastie, T. and Tibshirani, R. and Friedman, J. The Elements of Statistical Learning, 2nd edition, Springer, 2009.
- Bishop, C.M. Pattern Recognition and Machine Learning, Springer, 2006.
- Quick reference information on Python, NumPy, SciPy, SciKit-learn, Pandas, MatPlotLib, Jupyter Notebook: see in document folder of course 2019 year
- Python Programming in 15 min: Part1, Part2, Part3
- Python Programming - A Modern Approach: Code, notebooks and slides
- Playground and Cheatsheet for Learning Python: github repo
-
Homemade Machine Learning: github repo
-
Machine learning: Course by Andrew Ng on the site https://www.coursera.org