Машинное обучение, часть 2
Санкт-Петербург / весна 2019, посмотреть все семестры

Это вторая половина годового курса. (первая часть – Машинное обучение 1). В нём более подробно затрагиваются другие методы машинного обучения.

Цель курса — сформировать целостное представление о методах машинного обучения, об ограничениях этих методов и о задачах, которые можно решать с их помощью. Курс предназначен для широкого круга слушателей.

Для понимания излагаемого материала достаточно знания статистики и линейной алгебры в объеме первых двух курсов математического факультета университета.

Курс построен таким образом, чтобы слушатель, который ранее не сталкивался с машинным обучением, мог понять большую часть курса и научиться применять излагаемые методы. При этом даже самый опытный слушатель в этом курсе найдёт для себя что-то новое.

Для более эффективного понимания курса в течение семестра будут даны несколько домашних заданий, связанных с практическим применением методов, о которых рассказывается в лекциях.

По окончании семестра будет проведён устный экзамен. В итоговой оценке за семестр также будет учитываться качество выполнения домашних заданий и результаты тестов по пройденному материалу.

Вышеперечисленные активности будут влиять на итоговую оценку следующим образом:

  • 0.2 * тесты перед лекциями;
  • 0.5 * домашние работы;
  • 0.5 * экзамен.

Для слушателей курса будет полезна книга An Introduction to Statistical Learning.

Дата и время Название Место Материалы
11 февраля
20:00–21:20
Деревья решений, лекция Таймс, ауд. с белыми досками слайды
18 февраля
20:00–21:20
Ансамбли решающий функций, лекция Таймс, ауд. с белыми досками слайды
25 февраля
20:00–21:20
Нейронные сети, лекция Таймс, ауд. с белыми досками слайды
04 марта
20:00–21:20
Deep learning, лекция Таймс, ауд. с белыми досками слайды
11 марта
20:00–21:20
Обзор популярных фреймворков обучения ансамблей деревьев решений, лекция Таймс, ауд. с белыми досками слайды
18 марта
20:00–21:20
Кластеризация, лекция Таймс, ауд. с белыми досками слайды
25 марта
20:00–21:20
Feature extraction, лекция Таймс, ауд. с белыми досками слайды
01 апреля
20:00–21:20
Лекции не будет, лекция Таймс, ауд. с белыми досками Нет
08 апреля
20:00–21:20
Сравнение фреймворков глубинного обучения, лекция Таймс, ауд. с белыми досками слайды
15 апреля
20:00–21:20
Artificial intelligence (не Deep Learning), лекция Таймс, ауд. с белыми досками Нет
22 апреля
20:00–21:20
Artificial Intelligence продолжение, лекция Таймс, ауд. с белыми досками Нет
29 апреля
20:00–21:20
Artificial Intelligence III, лекция Таймс, ауд. с белыми досками Нет
13 мая
20:00–21:20
Экзамен I, лекция Таймс, ауд. с белыми досками Нет