imported>Esokolov: Новая страница: «== О курсе == left Курс читается для студентов 3-го курса [https://cs.hse.ru/…»

2021-01-21T18:09:31Z

Новая страница: «== О курсе == 280px|borderless|left Курс читается для студентов 3-го курса [https://cs.hse.ru/…»

Новая страница

== О курсе ==

[[Файл:ML_surfaces.png|280px|borderless|left]]

Курс читается для студентов 3-го курса [https://cs.hse.ru/ami ПМИ ФКН ВШЭ] в 3-4 модулях.

Проводится с 2016 года.

'''Лектор:''' [http://www.hse.ru/staff/esokolov Соколов Евгений Андреевич]

=== Полезные ссылки ===

[https://www.hse.ru/edu/courses/292675363 Карточка курса и программа]

[https://github.com/esokolov/ml-course-hse Репозиторий с материалами на GitHub]

Почта для сдачи домашних заданий (на самом деле задания сдаются в AnyTask, но если он не работает, то присылайте на почту): hse.cs.ml+<номер группы>@gmail.com (например, hse.cs.ml+161@gmail.com)

Канал в telegram для объявлений: https://t.me/joinchat/AAAAAE5SoOZ7xcP42p_G-Q

Чат в telegram для обсуждений (предназначение чата до конца не ясно, вопросы может быть правильнее задавать в чатах групп): https://t.me/joinchat/A5rlQBUrWTeXl7eBbnyBcQ

Ссылка на курс в Anytask: https://anytask.org/course/686

[https://docs.google.com/spreadsheets/d/1QIUMUkjzHfRqNIkYHVb4jsi3Pkq7URAQWSW8c9UwE-g/edit?usp=sharing Таблица с оценками]

Оставить отзыв на курс: [https://goo.gl/forms/5CddG0gc75VZvqi52 форма]

'''Вопросы''' по курсу можно задавать на почту курса, а также в телеграм лектору (esokolov@) или семинаристу.
Вопросы по материалам лекций/семинаров и по заданиям лучше всего оформлять в виде [https://github.com/esokolov/ml-course-hse/issues Issue] в [https://github.com/esokolov/ml-course-hse github-репозитории курса].

=== Семинары ===

{| class="wikitable"
|-
! Группа !! Преподаватель
|-
| 171 (МОП) || [https://www.hse.ru/org/persons/165212870 Зиннурова Эльвира Альбертовна]
|-
| 172 (МОП) || [https://www.hse.ru/org/persons/209813459 Каюмов Эмиль Марселевич]
|-
| Курс по выбору || [https://www.hse.ru/org/persons/? Рысьмятова Анастасия Александровна]
|-
|}

=== Правила выставления оценок ===

В курсе предусмотрено несколько форм контроля знания:
* Самостоятельные работы на семинарах, проверяющие знание основных фактов с лекций
* Практические домашние работы на Python
* Проект
* Письменная контрольная работа
* Письменный экзамен

Итоговая оценка вычисляется на основе оценки за работу в семестре и оценки за экзамен:

Итог = Округление(0.3 * ДЗ + 0.15 * П + 0.2 * К + 0.1 * ПР + 0.25 * Э)

ПР — средняя оценка за самостоятельные работы на семинарах

ДЗ — средняя оценка за практические домашние работы на Python

П — оценка за проект

К — оценка за коллоквиум

Э — оценка за экзамен

Округление арифметическое.

=== Правила сдачи заданий ===

За каждый день просрочки после мягкого дедлайна снимается 1 балл. После жёсткого дедлайна работы не принимаются. Даже при опоздании на одну секунду. Сдавайте заранее. Есть исключения, о них написано ниже.

При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.

При наличии уважительной причины пропущенную проверочную можно написать позднее, а дедлайн по домашнему заданию может быть перенесён. Дедлайн по домашнему заданию переносится на количество дней, равное продолжительности уважительной причины. Решение о том, является ли причина уважительной, принимает исключительно учебный офис.

== Лекции ==

Ко всем конспектам на GitHub есть исходники. Исправления и дополнения всячески приветствуются!

'''Лекция 13''' (24 января). Двойственные представления для линейной регрессии и SVM. Ядра. Теорема Мерсера. Способы построения ядер. Полиномиальные и гауссовы ядра. [[https://github.com/esokolov/ml-course-hse/blob/master/2019-spring/lecture-notes/lecture13-kernels.pdf Конспект]]

'''Лекция 14''' (28 января). Двойственная задача SVM. Типы объектов, связь между решениями прямой и двойственной задач. Аппроксимация ядер. Метод случайных признаков Фурье. [[https://github.com/esokolov/ml-course-hse/blob/master/2019-spring/lecture-notes/lecture14-kernels.pdf Конспект]]

'''Лекция 15''' (7 февраля). Смеси распределений. Модели со скрытыми переменными. KL-дивергения. EM-алгоритм в общем виде, его сходимость. [[https://github.com/esokolov/ml-course-hse/blob/master/2019-spring/lecture-notes/lecture15-em.pdf Конспект]]

'''Лекция 16''' (14 февраля). Одноклассовые методы и поиск аномалий. Восстановление плотности. Одноклассовый метод опорных векторов. Isolation forest. [[https://github.com/esokolov/ml-course-hse/blob/master/2019-spring/lecture-notes/lecture16-anomaly.pdf Конспект]]

'''Лекция 17''' (21 февраля). Спектральная кластеризация и лапласиан графа. Внешние метрики качества кластеризации.

'''Лекция 18''' (28 февраля). Частичное обучение. Self-training. Вероятностные методы. S3VM. Графовые методы частичного обучения. [[http://pages.cs.wisc.edu/~jerryzhu/pub/sslicml07.pdf презентация по теме]]

'''Лекция 19''' (6 марта). Рекомендательные системы. Модели со скрытыми переменными. Implicit ALS. [[https://github.com/esokolov/ml-course-hse/blob/master/2019-spring/lecture-notes/lecture19-recommender.pdf Конспект]]

'''Лекция 20''' (13 марта). Рекомендательные системы. Метрики качества рекомендаций. [[https://github.com/esokolov/ml-course-hse/blob/master/2019-spring/lecture-notes/lecture20-recommender.pdf Конспект]]

'''Лекция 21''' (20 марта). Метрические методы. Метрики для текстов, WMD. Быстрый поиск ближайших соседей. Locality-sensitive hashing. [[https://github.com/esokolov/ml-course-hse/blob/master/2019-spring/lecture-notes/lecture21-knn.pdf Конспект]] [[https://www.youtube.com/watch?v=vfWrWIDN4_E Запись вебинара]]

'''Лекция 22''' (27 марта). Locality-sensitive hashing. Композиции хэш-функций. Хэш-функции для косинусного и евклидова расстояний. NSW и HNSW. [[https://github.com/esokolov/ml-course-hse/blob/master/2019-spring/lecture-notes/lecture21-knn.pdf Конспект]] [[https://www.youtube.com/watch?v=xpSz7tWWyQ0 Запись вебинара]] [[https://github.com/esokolov/ml-course-hse/blob/master/2019-spring/lecture-notes/lecture22-knn-notes.pdf Конспект с вебинара]]

'''Лекция 23''' (10 апреля). Краудсорсинг: агрегация оценок, incremental relabeling, performance-based pricing (Валентина Фёдорова, Яндекс.Толока). [[https://www.dropbox.com/s/fyrfn21d6sjlr3v/hse_crowdsourcing_aggregation.pptx?dl=0 Слайды 1]] [[https://www.dropbox.com/s/zoztakvbhhs5rc2/hse_crowdsourcing_IRL%26PBP.pptx?dl=0 Слайды 2]] [[https://www.youtube.com/watch?v=KVjbuT5g7eg Запись вебинара]]

'''Лекция 24''' (17 апреля). Ранжирование. Метрики качества ранжирования, позиционные и каскадные метрики. PageRank. Методы ранжирования. [[https://github.com/esokolov/ml-course-hse/blob/master/2019-spring/lecture-notes/lecture24-ranking.pdf Конспект]] [[https://www.youtube.com/watch?v=UIFdbJB7IGc Запись вебинара]] [[https://github.com/esokolov/ml-course-hse/blob/master/2019-spring/lecture-notes/lecture24-ranking-notes.pdf Конспект с вебинара]]

'''Лекция 25''' (24 апреля). Ранжирование. Списочные методы и прямая оптимизация метрик качества ранжирования. Обобщённые линейные модели. [[https://www.youtube.com/watch?v=YvbC8oUXnbc Запись вебинара]] [[https://github.com/esokolov/ml-course-hse/blob/master/2019-spring/lecture-notes/lecture25-ranking-glm-notes.pdf Конспект с вебинара]]

== Семинары ==

'''Семинар 13'''. Решение задач условной оптимизации. Условия Куна-Таккера. [[https://github.com/esokolov/ml-course-hse/blob/master/2019-spring/seminars/sem13-svm.pdf Конспект]]

'''Семинар 14'''. Задачи на построение ядер. Задачи на прямую и двойственную формулировки метода опорных векторов. [[https://github.com/esokolov/ml-course-hse/blob/master/2019-spring/seminars/sem14-kernels.pdf Конспект]]

'''Семинар 15'''. Задачи на вывод шагов EM-алгоритма. [[https://github.com/esokolov/ml-course-hse/blob/master/2019-spring/seminars/sem15-em.pdf Конспект]]

'''Семинар 16'''. Задачи на вывод шагов EM-алгоритма. [[https://github.com/esokolov/ml-course-hse/blob/master/2019-spring/seminars/sem15-em.pdf Конспект]]

'''Семинар 17'''. Байесовский подход. [[https://github.com/esokolov/ml-course-hse/blob/master/2019-spring/seminars/sem17-bayes.pdf Конспект]]

'''Семинар 18'''. Спектральная кластеризация. [[https://github.com/esokolov/ml-course-hse/blob/master/2019-spring/seminars/sem18-unsupervised.pdf Конспект]]

'''Семинар 19'''. Матричные разложения, ALS и HALS. Факторизационные машины. [[https://github.com/esokolov/ml-course-hse/blob/master/2019-spring/seminars/sem19-recommendations.pdf Конспект]]

'''Семинар 20'''. Метод k ближайших соседей. [[https://github.com/esokolov/ml-course-hse/blob/master/2019-spring/seminars/sem20-knn.pdf Конспект]]

'''Семинар 21'''. Генерация и отбор признаков. [[https://github.com/esokolov/ml-course-hse/blob/master/2019-spring/seminars/sem21-features-part1.pdf Конспект]]

'''Семинар 22'''. Интерпретация моделей. [[https://github.com/esokolov/ml-course-hse/blob/master/2019-spring/seminars/sem22-interpreting.pdf Конспект]]

'''Семинар 23'''. Обучение попарных соотношений. [[https://github.com/esokolov/ml-course-hse/blob/master/2019-spring/seminars/sem23-ranking.pdf Конспект]]

'''Семинар 24'''. Обобщённые линейные модели. [[https://github.com/esokolov/ml-course-hse/blob/master/2019-spring/seminars/sem24-glm.pdf Конспект]]

== Теоретические задания ==

'''Теоретическое домашнее задание 5''': ядровые методы [[https://github.com/esokolov/ml-course-hse/blob/master/2019-spring/homeworks-theory/homework-theory-05-kernels.pdf ссылка]]

'''Теоретическое домашнее задание 6''': EM-алгоритм [[https://github.com/esokolov/ml-course-hse/blob/master/2019-spring/homeworks-theory/homework-theory-06-em.pdf ссылка]]

'''Теоретическое домашнее задание 7''': одноклассовые методы, частичное обучение, рекомендательные системы [[https://github.com/esokolov/ml-course-hse/blob/master/2019-spring/homeworks-theory/homework-theory-07.pdf ссылка]]

== Практические задания ==

За каждый день просрочки после мягкого дедлайна снимается 1 балл. После жёсткого дедлайна работы не принимаются, но есть исключение. В течение семестра каждый студент может не более 2 раз сдать задание после жёсткого дедлайна — в этом случае за каждый день просрочки продолжает вычитаться по одному баллу (если не оговорено иное).

'''Задание 8.''' Метод опорных векторов и аппроксимация ядер.

Мягкий дедлайн: 30.03.2020 02:59

Жесткий дедлайн: 03.04.2020 23:59

[[https://github.com/esokolov/ml-course-hse/blob/master/2019-spring/homeworks-practice/homework-practice-08-random-features.ipynb Ноутбук с заданием]]

'''Задание 9.''' EM-алгоритм.

Мягкий дедлайн: 30.04.2020 07:00

Жесткий дедлайн: 03.05.2020 07:00

[[https://github.com/esokolov/ml-course-hse/blob/master/2019-spring/homeworks-practice/homework-practice-09-em/homework-practice-09-em.ipynb Ноутбук с заданием]]
[[https://contest.yandex.ru/contest/17827/ Контест для сдачи решений]]

'''Задание 10.''' Рекомендательные системы.

Мягкий дедлайн: 25.05.2020 23:59

Жесткий дедлайн: 28.05.2020 23:59

[[https://github.com/esokolov/ml-course-hse/blob/master/2019-spring/homeworks-practice/homework-practice-10-recommendations.ipynb Ноутбук с заданием]]

'''Задание 11.''' Поиск ближайших соседей (бонусное задание).

Жесткий дедлайн: 12.06.2020 07:00

[[https://github.com/esokolov/ml-course-hse/blob/master/2019-spring/homeworks-practice/homework-practice-11-knn.ipynb Ноутбук с заданием]]

'''Задание 12.''' Обобщённые линейные модели (бонусное задание).

Жесткий дедлайн: 09.06.2020 23:59

[[https://github.com/esokolov/ml-course-hse/blob/master/2019-spring/homeworks-practice/homework-practice-12-glm.ipynb Ноутбук с заданием]]

== Проект ==

Одной из форм контроля является проект. Результатом выполнения проекта должен быть отчёт, содержащий в себе:
* Описание задачи
* Описание методов
* Описание данных, на которых проводились эксперименты
* Подробное описание экспериментов и результатов
* Анализ результатов и выводы

Не нужно писать формальный текст — будет здорово, если у вас получится интересная и доступная обзорная статья.

Темы проектов: https://docs.google.com/spreadsheets/d/1CR-uRp-USdjk-AeJD0Dm0rr99puA4oG4uMh6kNDk23k/edit?usp=sharing

Можно предлагать свои темы — их нужно вписать в ту же табличку. Такие темы нужно согласовать с лектором.

По умолчанию каждую тему может взять одна команда из 2-3 студентов. По согласованию с лектором одну тему может взять несколько команд.

Дедлайн сдачи отчёта и кода: 4 июня 23:59.

== Соревнования ==

===Правила участия и оценивания===
В соревновании по анализу данных вам предлагается по имеющимся данным решить некоторую задачу, оптимизируя указанную метрику, и отправить ответы для заданного тестового множества. Максимальное количество посылок в сутки ограничено (как правило, разрешается сделать 2 посылки), ближе к концу соревнования вам будем необходимо выбрать 2 посылки, которые вы считаете лучшими. Тестовые данные делятся на публичные и приватные в некотором соотношении, на основе которых строятся публичный и приватный лидерборды соответственно, при этом публичный лидерборд доступен в течение всего соревнования, а приватный строится после его окончания для выбранных вами посылок.

В лидербордах каждого из соревнований присутствуют несколько базовых решений (бейзлайнов), каждое из которых соответствует определённой оценке. Например, для получения оценки не ниже 8 баллов необходимо, чтобы ваше решение на '''приватном''' лидерборде оказалось лучше соответствующего бейзлайна. Далее для студента, преодолевшего бейзлайн на N_1 баллов, но не преодолевшего бейзлайн на N_2 балла, итоговая оценка за соревнование рассчитывается по равномерной сетке среди всех таких студентов в зависимости от места в приватном лидерборде среди них; если быть точными, то по следующей формуле:

N_2 - (N_2 - N_1) * i / M,

где M — количество студентов (из всех студентов, изучающих курс), преодолевших бейзлайн на N_1 баллов, но не преодолевших бейзлайн на N_2 балла;

i — место (начиная с 1) студента в приватном лидерборде среди всех таких студентов.

Единственное исключение из формулы — студенты, преодолевшие самый сильный бейзлайн, получают прибавку 1/M к своей оценке.

Чтобы вас не пропустили при проверке решений соревнования, '''необходимо''' использовать следующий формат для имени команды (вкладка Team):

«Имя Фамилия номер_группы»

В течение 3 суток после окончания соревнования в соответствующее задание на anytask необходимо прислать код, воспроизводящий ответы для посылки, фигурирующей в приватном лидерборде. При оформлении кода предполагайте, что данные лежат рядом с ним в папке data, а в результате выполнения кода ответы должны быть записаны в файл solution-N-Username.csv, где N — номер соревнования, Username — ваша фамилия. У нас должна быть возможность запустить код и получить те же ответы, что и в вашей посылке, — в частности, это означает, что:

1. Если вы отправляете файл *.py, мы будем запускать его при помощи команды python *.py в вышеуказанном предположении о местонахождении данных.

2. Если вы отправляете ноутбук *.ipynb, мы последовательно запустим все ячейки ноутбука и будем ожидать в результате его работы формирование файла с ответами.

3. Если вы отправляете код с использованием другого языка программирования, в том же письме направьте нам инструкцию по его запуску с тем, чтобы получить тот же файл с ответами.

В случае отсутствия кода, воспроизводящего результат, в установленный срок студенту выставляется 0 в качестве оценки за соревнование. Студенты, попавшие в топ-5 согласно приватному лидерборду, смогут получить бонусные баллы, если в течение недели после окончания соревнования пришлют на почту курса отчет о получении решения, фигурирующего в приватном лидерборде. Если не оговорено иное, использовать любые внешние данные в соревнованиях '''запрещено'''. Под внешними данными понимаются размеченные данные, где разметка имеет прямое отношение к решаемой задаче. Грубо говоря, сборник текстов с википедии не считается внешними данными.

== Коллоквиум ==

* [https://docs.google.com/document/d/16yWpULTcMGxcEDQPwjTsZAWHDWMTsfUbBUWOKsbuPiE/edit?usp=sharing Вопросы]
* [https://docs.google.com/document/d/1Nmmhli86_UbDDHhTWJMAYUYLiJWHoLm3-sRHb186bCM/edit?usp=sharing Теоретический минимум]

Коллоквиум пройдёт 16 мая в zoom. Понадобится камера.

Схема опроса на коллоквиуме:
# Разрешается принести с собой один лист А4, где от руки написано что угодно (его нужно будет показать преподавателю). Можно будет пользоваться этим листом в любом момент, кроме опроса по теоретическому минимуму.
# В начале студенту задаётся три вопроса из теоретического минимума. Отсутствие полного ответа на хотя бы один из них сразу же гарантирует нулевую оценку за коллоквиум. Если на все вопросы ответы полные и правильные, то студент получает 2 балла. Если при дальнейшем опросе студент демонстрирует ненулевые знания, то он получает ещё 2 балла за теоретический минимум.
# Далее студенту даётся вопрос из списка вопросов (первая ссылка выше). Ответ на него оценивается максимум в 4 балла.
# Далее студенту даётся ещё один вопрос из списка или задача на усмотрение преподавателя. Ответ оценивается максимум в 7 баллов (столько можно получить, если попросить дать и доп. вопрос, и задачу, и справиться с ними).
# Все баллы суммируются, больше 10 баллов получить нельзя. Избыток баллов уходит в бонусы.

== Экзамен ==

Вопросы для подготовки: https://docs.google.com/document/d/13iV1XEM9jyosByTe1FsNCacUNKyILUrQ66VQwoGjAQM/edit?usp=sharing

== Полезные материалы ==
===Книги===
* Hastie T., Tibshirani R, Friedman J. The Elements of Statistical Learning (2nd edition). Springer, 2009.
* Bishop C. M. Pattern Recognition and Machine Learning. Springer, 2006.
* Mohri M., Rostamizadeh A., Talwalkar A. Foundations of Machine Learning. MIT Press, 2012.
* Murphy K. Machine Learning: A Probabilistic Perspective. MIT Press, 2012.
* Mohammed J. Zaki, Wagner Meira Jr. Data Mining and Analysis. Fundamental Concepts and Algorithms. Cambridge University Press, 2014.
* Willi Richert, Luis Pedro Coelho. Building Machine Learning Systems with Python. Packt Publishing, 2013.

===Курсы по машинному обучению и анализу данных===
* [http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29 Курс по машинному обучению К.В. Воронцова]
* [https://yandexdataschool.ru/edu-process/courses/machine-learning Видеозаписи лекций курса Школы Анализа Данных, К.В. Воронцов]
* [https://www.coursera.org/specializations/machine-learning-data-analysis Coursera: Машинное обучение и анализ данных (специализация)]
* [https://www.coursera.org/learn/introduction-machine-learning Coursera: Введение в машинное обучение, К.В. Воронцов]

== Страницы предыдущих лет ==

[[Машинное_обучение_2/2018_2019 | 2018/2019 учебный год]]

[[Машинное_обучение_2/2017_2018 | 2017/2018 учебный год]]

[[Машинное_обучение_2/2016_2017 | 2016/2017 учебный год]]

Машинное обучение 2/2019 2020 - История изменений

imported>Esokolov: Новая страница: «== О курсе == left Курс читается для студентов 3-го курса [https://cs.hse.ru/…»