Skip to content

BRAIn-Lab-teaching/MACHINE-LEARNING-COURSE

Repository files navigation

Машинное обучение

ИСП РАН | Весенний семестр 2025


Лекционные материалы

Неделя Тема Материал
1 Введение в машинное обучение Слайды
2 Линейная регрессия Слайды
3 Оптимизация. Градиентный спуск. Ускорение. SGD Слайды
4 Субградиентный спуск. AdaGrad. Adam. DoG. Регуляризация. Проксимальный оператор Слайды
5 Логистическая регрессия Слайды
6 Методы понижения размерности Слайды
7 Метод опорных векторов. SVM -
8 Решающие деревья Слайды
9 Ансамблирование Слайды
10 Градиентный бустинг I -
11 Градиентный бустинг II -
12 Введение в глубокое обучение Слайды

Семинарские занятия

Номер Тема
1 Pandas и NumPy
2 Обработка данных
3 Метрики качества. KNN
4 Валидация. Подбор гипепараметров. Регуляризация
5 Многоклассовая классификация
6 Задача кластеризации
7 SVM
8 Решающие деревья
9 Разбор домашних заданий
10 Градиентный бустинг. Сравнение библиотек
11 Матрично-векторное дифференцирование
12 Библиотеки автоматического дифференцирования. Pytorch. Обучаем свою первую рекуррентную сеть

Домашние задания

Номер Дата выдачи Дедлайн Тема Материал
1 13.02.2025 26.02.2025 Pandas. numpy. Обработка данных Ссылка
2 27.02.2025 12.03.2025 Линейная регрессия. Расширение признакового пространства. Метрики качества. Валидация Ссылка
3 13.03.2025 26.03.2025 Логистическая регрессия. Оптимизация. Подбор гиперпараметров Ссылка
4 03.04.2025 18.04.2025 Многоклассовая классификация. PCA Ссылка
5 17.04.2025 27.04.2025 Кластеризация и SVM Ссылка
6 24.04.2025 11.05.2025 Ансамбли. Случайный лес. Градиентный бустинг Ссылка
7 15.05.2025 19.05.2025 Матрично-векторное дифференцирование Ссылка

About

Классический ML

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published