Машинное обучение, часть 2
Санкт-Петербург, весна 2021
Описание
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.
Преподаватели
Список лекций
Ноутбук с примерами - https://www.kaggle.com/aleksey13/dim-red-csc
Разбор домашки из прошлого семестра https://www.kaggle.com/aleksey13/csc-time-and-data