Машинное обучение (В.В.Китов, РЭУ им.Плеханова)
Материал из MachineLearning.
(Различия между версиями)
(→Метод ближайших центроидов и K ближайших соседей.) |
(→Сложность моделей. Подготовка данных..) |
||
| Строка 18: | Строка 18: | ||
[https://yadi.sk/i/KaHfWuT9KCNTlg Презентация]. | [https://yadi.sk/i/KaHfWuT9KCNTlg Презентация]. | ||
| - | ===Сложность моделей. Подготовка данных | + | ===Сложность моделей. Подготовка данных.=== |
[https://yadi.sk/i/kAF_bcK021gn4g Презентация]. | [https://yadi.sk/i/kAF_bcK021gn4g Презентация]. | ||
Версия 11:48, 28 февраля 2019
|
Курс лаборатории искусственного интеллекта РЭУ им.Г.В.Плеханова 26,27 февраля и 5,6 марта 14-00-17-00 в ауд.413. Курс посвящен алгоритмам машинного обучения (machine learning), которые сами настраиваются на известных данных, выделяя их характерную структуру и взаимосвязи между ними, для их прогнозирования, анализа, компактного описания и визуализации. Основной акцент курса сделан на задачах предсказания дискретных величин (классификация) и непрерывных величин (регрессия), хотя в курсе также рассматриваются и другие задачи.
Лектор: Виктор Китов
Объявление
5,6 марта занятий не будет, т.к. на это время мне назначена проверка вступительных экзаменов в МГУ. Занятия будут перенесены на другие даты, следите за объявлениями.
Программа курса
Введение в машинное обучение.
Метод ближайших центроидов и K ближайших соседей.
Сложность моделей. Подготовка данных.
Дополнительные материалы
Основные библиотеки python для работы с данными
- Базовая работа с матрицами и др. numpy.
- Методы оптимизации и др. scipy.
- Более удобная работа с матрицами pandas.
- Визуализация bokeh, matplotlib.
- Машинное обучение scikit-learn.
- Глубинное обучение pytorch.
Изучение python
- Примеры для начинающих: краткое руководство с примерами по Python 2
- Python from scratch: A Crash Course in Python for Scientists
- Коллекция интересных IPython ноутбуков
- Лекции Scientific Python
- Книга: Wes McKinney «Python for Data Analysis»
- Официальный сайт
