ml course

Link zu einem Zweig des ML -Trainings Yandex 2023

Maschinenlernkurs

Erstes Semester des Girafe-AI-Kurs für maschinelles Lernen

Aufnahmen und Materialien

Datum	Inhalt	Vorlesungsvideo	Folien	Warmup -Test	HW	Frist	Kommentare
05.09.2022	Woche01. Intro, Naive Bayes und Knn.	Vorlesungsaufzeichnung 2021 Rekordseminar 2021	Folien		Zuordnung 01: KNN	23.59 AOE, 03.10.2022	Aus technischen Gründen wurde die Aufzeichnung des Vortrags von 2022 nicht durchgeführt
09/12/2022	Zusätzliche Woche. Lineare Algebra -Zusammenfassung.	Vorlesungsaufzeichnungsseminar -Rekord 2022	Folien
19.09.2022	Woche02. Lineare Regression.	Vorlesungsaufzeichnungsseminar -Rekord 2022	Folien		Zuordnung 02: Lineare Regression	23.59 AOE, 10.10.2022
26.09.2022	Woche03. Lineare Klassifizierung.	Vorlesungsaufzeichnungsseminar -Rekord 2022	Folien		Lab01: ML -Pipeline	23.59 AOE 10.11.2022
03.10.2022	Woche04. SVM, PCA.	Vorlesungsaufzeichnungsseminar -Rekord 2022	Folien		Zuordnung 03: SVM -Kernel	23.59 AOE, 10.24.2022
10.10.2022	Woche05. Bäume und Ensembles	Vortragsaufzeichnung	Folien		Optionale Zuordnung 04: Baum von Grund auf neu	23.59 AOE, 22.12.2022	Anstelle eines Seminars war ein Test im Gange
17.10.2022	Woche06. Gradientenverstärkung	Vorlesungsaufzeichnung eines Seminar -Rekords	Folien
10.24.2022	Woche07. Die Analyse des Tests	Aufzeichnung der Analyse					Anstelle eines Vortrags gab es einen Test und eine Analyse.
31.10.2022	Woche08. Intro in tiefes Lernen eingehen	Vorlesungsaufzeichnung eines Seminar -Rekords	Folien
07.11.2022	Woche09. Backpropogation	Aufzeichnung des Seminars	Folien				Der Vortrag wurde aufgrund der Krankheit des Lehrers nicht durchgeführt, aber ein zusätzliches Backpropogationsseminar wurde abgehalten
14.11.2022	Woche10. Ausfall und Batchnorm	Vorlesungsaufzeichnung eines Seminar -Rekords	Folien
21.11.2022	Woche11. Einbettung und SEQ2SEQ -Modell	Vorlesungsaufzeichnung eines Seminar -Rekords	Folien

Voraussetzungen

Voraussetzungen befinden sich hier.

Literatur:

1. YSDA ML -Buch (nur Russisch)
2. Probabilistisches maschinelles Lernen: Eine Einführung; Englischer Link, russische Übersetzung
3. Deep Learning Book: English Link. Der erste Teil (Teil I) wird zum Lesen sehr empfohlen.

Weitere zusätzliche Materialien sind Geere erhältlich

Prüfprogramm:

Hier erhältlich

Hauptautoren:

• Radoslav Neychev
• Vladislav Gonchenko

Mitwirkende:

• Iriii Efimov
• Nikola Karpachev
• Ivan Provilkov
• Valery MARCHENKOV
• Anastasia Ianina
• Irina Rudenko
• Fedor Ryabov

Anerkennung:

Besondere Thenks zu:

• Stanislav Fedotov, YSDA für informative Diskussionen, Programmüberprüfung und Unterstützung.
• Konstantiv Vorontsov
• Vadim Strijov für das Unterrichten dieser Kurse Lehrer
• Nur heuristisch