imported>Panov.ai: Migrated current public revision from wiki.cs.hse.ru

2017-12-18T08:51:20Z

Migrated current public revision from wiki.cs.hse.ru

Новая страница

__TOC__
== Майнор по курсу СММО - 2017/2018 учебный год - ИАД-1 и ИАД-2==

На данной странице будут вывешиваться последние новости и материалы для семинарских занятий групп ИАД-1 и ИАД-2

Семинарист: [[Участник:Panov.ai | Панов Александр]] [mailto:apanov@hse.ru] 
При обращении по почте, начинайте тему письма со слов ''[Майнор ИАД]''

'''UPDATE!''' Вопросы по ДЗ нужно и можно задавать ассистентам групп: 
1) ИАД-1 - [http://t.me/msgolovina Мария Головина] (Telegram @msgolovina), 
2) ИАД-2 - [http://t.me/skripniuk Владислав Скрипнюк] (Telegram @skripniuk). 

''' [http://wiki.cs.hse.ru/Современные_методы_машинного_обучения_(курс_майнора)_2017/2018 Страница] курса''' 
'''Анонимные''' комментарии, замечания и пожелания можно оставить [https://goo.gl/forms/eyYRTv379a9mj7Tr2 здесь] 
Репозиторий курса - [https://github.com/grafft/hse-tasks/tree/master/minor-aml-17 https://github.com/grafft/hse-tasks/tree/master/minor-aml-17] 

'''ИТОГОВЫЕ оценки''' смотрите в [https://docs.google.com/spreadsheets/d/1ly3c1qjaDDOYW-u7za1Gqm_EYRM6qUjnF0ARjvaT570 таблице курса]. Зеленые - автомат, желтые - на экзамен, красные - таких не знаем.

== Семинары ==
'''1) 7 сентября 2017:''' Метод опорных векторов и ядра - [http://nbviewer.jupyter.org/github/grafft/hse-tasks/blob/master/minor-aml-17/seminar1/1_svm.ipynb тетрадка], [https://goo.gl/forms/1byeOJg3la09woPe2 опрос] 
'''2) 21 сентября 2017:''' Методы оптимизации - [https://github.com/grafft/hse-tasks/blob/master/minor-aml-17/seminar2/2_gradient_descent.ipynb тетрадка], [https://github.com/grafft/hse-tasks/blob/master/minor-aml-17/seminar2/food_trucks.txt данные1], [https://github.com/grafft/hse-tasks/blob/master/minor-aml-17/seminar2/space_ga.txt данные2], [https://goo.gl/forms/aBxtq6Gg5ameNlpr1 опрос] 
'''3) 28 сентября 2017:''' Предобработка данных - [https://github.com/grafft/hse-tasks/blob/master/minor-aml-17/seminar3/3_missing.ipynb тетрадка], [https://goo.gl/forms/LU2QtGA4bDFUdo8z1 опрос] 
'''4) 5 октября 2017:''' Бустинг - [https://github.com/grafft/hse-tasks/blob/master/minor-aml-17/seminar4/4_boosting_adv.ipynb основная], [https://github.com/grafft/hse-tasks/blob/master/minor-aml-17/seminar4/xgboost_test.ipynb дополнительная], опрос 
'''5) 12 октября 2017:''' Нейронные сети: начало - [https://github.com/grafft/hse-tasks/blob/master/minor-aml-17/seminar5/5_mlp.ipynb тетрадка MLP], [https://github.com/grafft/hse-tasks/blob/master/minor-aml-17/seminar5/5_tf_mlp.ipynb тетрадка TF], [https://goo.gl/forms/TJ7w62qnyuT3nLMz2 опрос] 
'''6) 19 октября 2017:''' Нейронные сети: продолжение- [https://github.com/grafft/hse-tasks/blob/master/minor-aml-17/seminar5/5_tf_conv.ipynb тетрадка TF conv], [https://github.com/grafft/hse-tasks/blob/master/minor-aml-17/seminar6/6_keras_start.ipynb тетрадка Keras], [https://goo.gl/forms/LcXXb0VYvGJAzJec2 опрос] 
'''7) 2 ноября 2017:''' Статисткиа: распределения - [https://github.com/grafft/hse-tasks/blob/master/minor-aml-17/seminar7/7_stat_distr.ipynb тетрадка 1], [https://github.com/grafft/hse-tasks/blob/master/minor-aml-17/seminar7/7_stat_select.ipynb тетрадка 2] 
'''8) 9 ноября 2017:''' Статистика: критерии - [https://github.com/grafft/hse-tasks/blob/master/minor-aml-17/seminar8 папка с тетрадками], [https://goo.gl/forms/q6NOfABn8EquAnxc2 опрос] 
'''9) 16 ноября 2017:''' Нейронные сети: рекуррентные - [https://github.com/grafft/hse-tasks/blob/master/minor-aml-17/seminar9 папка с тетрадками], [https://goo.gl/forms/q6NOfABn8EquAnxc2 опрос] 
'''10) 23 ноября 2017:''' Статистика: гипотезы и корреляции - [https://github.com/grafft/hse-tasks/blob/master/minor-aml-17/seminar10 папка с тетрадками], опрос 
'''11) 7 декабря 2017:''' Статистика: временные ряды - [https://github.com/grafft/hse-tasks/blob/master/minor-aml-17/seminar11 папка с тетрадкой и данными] 
'''12) 14 декабря 2017:''' Статистика: регрессия - [https://github.com/grafft/hse-tasks/blob/master/minor-aml-17/seminar12 папка с тетрадкой и данными] 

== Домашние Задания ==
'''1) ДЗ 1: SVM''' - [https://github.com/grafft/hse-tasks/blob/master/minor-aml-17/hw1/hw1-svm.ipynb тетрадка], [https://github.com/grafft/hse-tasks/blob/master/minor-aml-17/hw1/data.zip данные1], [https://github.com/grafft/hse-tasks/blob/master/minor-aml-17/hw1/titanium.csv данные2]. Готовые решения (только файл ipynb!) отправлять в [https://www.dropbox.com/request/CuFAJ5bY0y7LCzqyYkc1 Dropbox] с названием файла '''IDA<Номер группы>HW1<Фамилия>.ipynb''' - например IDA1HW1Panov.ipynb. Срок - 9 октября 2017, 23:59. 
'''2) ДЗ 2: Бустинг''' - [https://github.com/grafft/hse-tasks/blob/master/minor-aml-17/hw2/hw2.ipynb тетрадка], [https://github.com/grafft/hse-tasks/blob/master/minor-aml-17/hw2/data.zip данные], [https://github.com/grafft/hse-tasks/blob/master/minor-aml-17/hw2/paper.pdf статья]. Готовые решения (только файл ipynb!) отправлять в [https://www.dropbox.com/request/sc22z368B3GSxxudlSRb Dropbox] с названием файла '''IDA<Номер группы>HW2<Фамилия>.ipynb''' - например IDA1HW2Panov.ipynb. Срок - 22 октября 2017, 23:59. 
'''3) ДЗ 3: Нейросети''' - [https://github.com/grafft/hse-tasks/blob/master/minor-aml-17/hw3/hw3.ipynb тетрадка], [https://www.dropbox.com/s/y62of919dlasyzs/images.npy?dl=0 данные]. Готовые решения (только файл ipynb!) отправлять в [https://www.dropbox.com/request/ZpCjSqeP4f8dOyByqgSb Dropbox] с названием файла '''IDA<Номер группы>HW3<Фамилия>.ipynb''' - например IDA1HW3Panov.ipynb. Срок - 3 декабря 2017, 23:59. 
'''3) ДЗ 4: Статистика'''. Задание: выбрать любой временной ряд, который вы будете прогнозировать; лучше взять ряд с месячным или квартальным разрешением, длиной от 100 отсчётов и не слишком простой (не выглядящий как константа или другая простая функция), иначе вам будет скучно его прогнозировать; внести выбранный ряд в [https://docs.google.com/spreadsheets/d/1NXTSQfIkAAHHnslrOVb2e0syP3Q3SHz0oZ_7qVor5Lg/edit#gid=0 таблицу], убедившись, что никто другой его не взял - если несколько студентов будут прогнозировать один и тот же ряд, задача не будет засчитана никому из них; проанализировать выбранный ряд по аналогии с примером, разбиравшимся на семинаре, и построить его прогноз на 3 года вперёд с помощью модели класса ARIMA. Если вы не знаете, где можно брать ряды, смотрите источнике ниже - в разделе "Полезные ссылки". Готовые решения (только файл ipynb! со ссылкой на ряд) отправлять в [https://www.dropbox.com/request/Gdn1yrYOEdIHxgkZLpSB Dropbox] с названием файла '''IDA<Номер группы>HW4<Фамилия>.ipynb''' - например IDA1HW4Panov.ipynb. Срок - 14 декабря 2017, 23:59.

== Полезные ссылки (Будут пополняться) ==
''' Семинар 1 '''
# [https://www.youtube.com/watch?v=3liCbRZPrZA Пример работы полиномиального ядра]
# [http://crsouza.com/2010/03/17/kernel-functions-for-machine-learning-applications/ Описание ядер]
# [http://www.ccas.ru/voron/download/SVM.pdf Еще про SVM]

''Полезные визуализации''
# [http://colah.github.io/] Нейросети, распределения и т.п.

'' Pandas & Seaborn ''
# [http://pandas.pydata.org/ Pandas]
# [https://leanpub.com/effective-pandas Effective Pandas]
# [http://www.analyticsvidhya.com/blog/2015/07/11-steps-perform-data-analysis-pandas-python/ Pandas Cheat-Sheet]
# [http://pandas.pydata.org/pandas-docs/stable/visualization.html Pandas Visualization]
# [http://stanford.edu/~mwaskom/software/seaborn/ Seaborn]

'' Наборы данных ''
# [http://data.gov.ru/ Портал Открытых Данных РФ]
# [http://blog.yhat.com/posts/7-funny-datasets.html Funny Datasets]
# [https://github.com/caesar0301/awesome-public-datasets Сборник Открытых Данных (!!!)]
# [http://homepages.inf.ed.ac.uk/rbf/CVonline/Imagedbase.htm Еще наборы данных]

'' FYI ''
# [http://tylervigen.com/spurious-correlations Spurious Correlations]
# [https://xkcd.com/552/ Correlation]

'' Python ''
# [https://www.pkimber.net/open/_downloads/pep8_cheat.pdf PEP-8 Code Style Guide Cheat-sheet]
# [http://www.tutorialspoint.com/python/ Python Tutorials Point]
# [http://matplotlib.org/users/pyplot_tutorial.html Matplotlib Tutorial]
# [http://sebastianraschka.com/Articles/2014_matrix_cheatsheet_table.html Matrix Manipulation Cheat-sheet]
# [http://ipython.org/notebook.html Ipython Notebook]
# [http://beakernotebook.com/ Beaker Notebook]
# [https://www.yhat.com/products/rodeo yhat Rodeo]

'' Ресурсы и Книги ''
# [http://www-bcf.usc.edu/~gareth/ISL/ISLR%20Sixth%20Printing.pdf James, Witten, Hastie, Tibshirani — An Introduction to Statistical Learning]
# [http://www.springer.com/br/book/9780387310732 Bishop — Pattern Recognition and Machine Learning (первые главы)]
# [http://www.machinelearning.ru/wiki/index.php?title=%D0%97%D0%B0%D0%B3%D0%BB%D0%B0%D0%B2%D0%BD%D0%B0%D1%8F_%D1%81%D1%82%D1%80%D0%B0%D0%BD%D0%B8%D1%86%D0%B0 MachineLearning.ru]
# [https://www.kaggle.com/ Kaggle]
# [http://archive.ics.uci.edu/ml/ UCI Repo]
# [http://www.r2d3.us/visual-intro-to-machine-learning-part-1/ Visual Intro to ML]

''' Онлайн Курсы '''
# [https://www.coursera.org/learn/machine-learning Andrew Ng's Course]
# [https://www.coursera.org/learn/introduction-machine-learning Introduction to ML]
# [https://www.dataquest.io/ Learning Data Science with Python]
# [https://www.coursera.org/learn/introduction-machine-learning Курс от ВШЭ]
# [http://habrahabr.ru/post/248069/ Обзор МООС Курсов]

'''Временные ряды'''
# https://datamarket.com/data/list/?q=cat:edb interval:month provider:tsdl
# http://sophist.hse.ru/hse/nindex.shtml
# https://stat.yandex.ru/
# https://www.quandl.com/browse?idx=database-browser_economic-data.

Современные методы машинного обучения (курс майнора) 2017/2018 ИАД1 - История изменений

imported>Panov.ai: Migrated current public revision from wiki.cs.hse.ru