Содержание

Машинное обучение

Магистранты (2024-2025 год)

Магистранты (2023-2024) продвинутый курс

Учебное пособие

Учебное пособие включает содержание всех лекций курса (ENG)

Лекции

Лекция №1

Лекция №2

Лекция №3

Лекция №4

Лекция №5 (часть 1) Лекция №5 (часть 2)

Лекция №6

Лекция №7

Лекция №8 (часть 1) Лекция №8 (часть 2)

Лекция №9 (часть 1) Лекция №9 (часть 2) Лекция №9 (часть 3)

Практические задания

Набор заданий №1

Набор заданий №2

Набор заданий №3

Набор заданий №4

набор заданий №5

Набор заданий №6

Набор заданий №7

Набор заданий №8

Лабораторные работы

Зависимости для лаб. работ

Лабораторная работа №1 - Предобработка данных

Лабораторная работа №2 - Понижение размерности пространства признаков

Лабораторная работа №3 - Частотный анализ

Лабораторная работа №4 - Ассоциативный анализ

Лабораторная работа №5 - Кластеризация - k-средних, иерархическая

Лабораторная работа №6 - Кластеризация - DBSCAN, OPTICS

Лабораторная работа №7 - Классификация - Байесовские методы, решающие деревья

Лабораторная работа №8 - Классификация - линейный дискриминантный анализ, метод опорных векторов

Индивидуальные задания

Правила выполнения и список ИДЗ

Дополнительные ресурсы

Учебник

Andrew Ng’s courses

Машинное обучение - Coursera

Machine Learning Courses - EdX

fast.ai

Перевод

Глава №7

Главы №13 и №14