Машинное обучение (РЭУ)
Материал из MachineLearning.
(→Задания) |
(→Задания) |
||
| Строка 8: | Строка 8: | ||
==Задания== | ==Задания== | ||
| - | [[Media:Check_KNN.zip| | + | ===N1 - Проверка работы метода K-NN=== |
| + | [[Media:Check_KNN.zip|скачать задание]] | ||
| - | + | ===N2 - Применение метода K-NN для распознавания цифр=== | |
| - | [[Media: | + | [[Media:digits_KNN.zip|скачать задание]] |
| + | |||
| + | ===N3 - Поиск наилучшей модели для оценки съедобности грибов=== | ||
| + | |||
| + | [[Media:REU_ML-Mushrooms.zip|скачать задание и данные]] | ||
| + | |||
| + | Помощь по заданию: | ||
| + | |||
| + | [https://github.com/Apogentus/demonstrations/blob/master/adult%20dataset.ipynb Пример преобразования признаков и подбора параметров модели для другого датасета]ю | ||
| + | |||
| + | Для работы демонстрационного примера и выполнения задания понадобятся [https://github.com/Apogentus/common/tree/master/common полезные функции отсюда]. | ||
==Успеваемость== | ==Успеваемость== | ||
Версия 15:40, 22 марта 2016
Содержание |
Краткое описание
Курс ведется для магистров РЭУ им.Г.В.Плеханова. В курсе рассматриваются основные задачи анализа данных и обучения по прецедентам: классификация, кластеризация, регрессия, понижение размерности, ранжирование, коллаборативная фильрация. По изложению для каждой рассматриваемой задачи изучаются математические основы методов, лежащие в их основе предположения о данных, взаимосвязи методов между собой и особенности их практического применения. Большое внимание уделено освоению практических навыков анализа данных, отрабатываемых на семинарах, которое будет вестись с использованием языка python и соответствующих библиотек для научных вычислений. От студентов требуются знания линейной алгебры, математического анализа и теории вероятностей.
Задания
N1 - Проверка работы метода K-NN
N2 - Применение метода K-NN для распознавания цифр
N3 - Поиск наилучшей модели для оценки съедобности грибов
Помощь по заданию:
Пример преобразования признаков и подбора параметров модели для другого датасетаю
Для работы демонстрационного примера и выполнения задания понадобятся полезные функции отсюда.
Успеваемость
Лекции
Туториалы
Полезные ссылки
Машинное обучение
- machinelearning.ru
- Видеолекции курса К.В.Воронцова по машинному обучению
- Одна из классических и наиболее полных книг по машинному обучению. Elements of Statistical Learning (Trevor Hastie, Robert Tibshirani, Jerome Friedman)
Python
- Официальный сайт
- Библиотеки: NumPy, Pandas, SciKit-Learn, Matplotlib.
- Небольшой пример для начинающих: краткое руководство с примерами по Python 2
