Машинное обучение, часть 1

Заочное отделение, весна 2020

Описание

Первая часть курса по машинному обучению.

В курсе рассматриваются основные задачи обучения по прецедентам: классификация, кластеризация, регрессия, понижение размерности. Изучаются методы их решения, как классические, так и новые, созданные за последние 10–15 лет. Упор делается на глубокое понимание математических основ, взаимосвязей, достоинств и ограничений рассматриваемых методов.

Слушателям будет выдан доступ к странице курса на wiki ШАД для просмотра лекций и семинаров. Домашние задания необходимо сдавать на сайте CS центра.

Slack чат курса:

#ml-1-dist-20

Курс включает в себя:

  • 3 лабораторных задания
  • 3 теоретических задания
  • 3 конкурсных задания
  • 1 контрольная работа

Дедлайны:

  • Лабораторные и теоретические задания: +2 суток от московских
  • Конкурсные задания: как в Москве
  • Отправка кода по конкурсам (если попали в топ 25%): +2 суток от московских

Решения, присланные после дедлайнов, не принимаются.

Итоговые оценки:

  • Отлично: 65 баллов
  • Хорошо: 45 баллов
  • Зачет: 25 баллов

Предварительно, максимально можно набрать (без учета конкурсных заданий): 82 балла.

Полезные ссылки:

Преподаватели

Список лекций