Машинное обучение (РЭУ)

Материал из MachineLearning.

(Различия между версиями)
Перейти к: навигация, поиск
(Задания)
(Задания)
Строка 8: Строка 8:
==Задания==
==Задания==
-
[[Media:Check_KNN.zip‎|Проверка работы метода K-NN]]
+
===N1 - Проверка работы метода K-NN===
 +
[[Media:Check_KNN.zip‎|скачать задание]]
-
[[Media:digits_KNN.zip‎|Применение метода K-NN для распознавания цифр]]
+
===N2 - Применение метода K-NN для распознавания цифр===
-
[[Media:REU_ML-Mushrooms.zip‎|Поиск наилучшей модели для оценки съедобности грибов]]
+
[[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

скачать задание

N2 - Применение метода K-NN для распознавания цифр

скачать задание

N3 - Поиск наилучшей модели для оценки съедобности грибов

скачать задание и данные

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

Выполненность домашних работ

Лекции

Введение

Метод ближайших соседей

Туториалы

Полезные ссылки

Машинное обучение

Python

Личные инструменты