sergeymalashenko / machinelearning_summer_2023

MachineLearning_Summer_2023

Материалы семинаров курса "Машинное Обучение"

• Автор курса и лектор: Александр Дьяконов
• Семинаристы:
  • Сергей Малашенко
  • Роман Васильев

План

#	Дата	Tема	Материалы
1	07.08.23	Работа с Jupyter Notebook. Введение в Python	github
2	14.08.23	Введение в ООП	github
3	21.08.23	Библиотеки Numpy + Scipy	github
4	28.09.23	Библиотека Pandas	github
5	04.09.23	Визуализация данных (Matplotlib )	github
6	11.09.23	Визуализация данных (Seaborn+Plotly)	github github
7	18.09.23	Введение в Scikit-Learn	github
	18.09.23	Оценка качества моделей, кросс-валидация, подбор гиперпараметров	github
8	25.09.23	Линейные модели	github
9	04.10.23	Ядерные методы. Машина опорных векторов	github
10	09.10.23	Рабор домашнего задания. Деревья решений.	github
11	16.10.23	Деревья решений. Бэггинг и бустинг. Примеры, визуализации	github
12	23.10.23	Ансамбли моделей. Блендинг и стекинг. Примеры, визуализации	github
13	30.10.23	Предобработка данных. Конвейеры обработки данных в Scikit-learn	github
14	06.11.23	Методы отбора признаков для линейных и деревянных моделей	github
15	13.11.23	K-means. Метрики для выбора моделей	github
16	20.11.23	Финальное занятие	github

Домашние работы

#	Дата	Tема	Материалы
1	13.09.23	Метод ближайших соседей, линейные модели	github

Рекомендуемая литература

• Kevin P. Murphy: Probabilistic Machine Learning: An Introduction
• Jake VanderPlas: Python Data Science Handbook, 2nd Edition